AI再次引发人类担忧，实验发现：o3超过94%人类病毒学专家
AI再次引发人类担忧，实验发现：o3超过94%人类病毒学专家人类病毒学家为人工智能（AI）设计了一项极其困难的测试，结果令人担忧：
来自主题: AI技术研报
6317 点击 2025-04-28 16:19
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
人类病毒学家为人工智能（AI）设计了一项极其困难的测试，结果令人担忧：
ChatGPT新玩法，让程序员大佬Simon Willison直呼太反乌托邦了，像科幻突然变成现实：只需一张照片，靠带图深度思考就能猜出地理位置。这种玩法很简单，随手拍一张风景，没有任何明显的地标即可，也不需要复杂的提示词，只需要问“猜猜这张照片是在哪里拍的？”（需要o3/o4-mini的带图思考，先关闭所有记忆功能）。
o3看照片识位置的功能，简直令人毛骨悚然！Django Web大神Simon Wilson发现，o3凭借Python代码，就能破解自己照片的地理位置。这实在太反乌托邦了，人类的地理信息，对于AI已经完全透明了？
o3病毒学能力击败了94%博士级专家，准确率高达43.8%。多家研究机构联手，通过VCT测试揭示，顶尖LLM不仅能解决复杂实验难题，直接拉低了生物武器制造门槛。
只靠模型尺寸变大已经不行了？大语言模型（LLM）推理需要强化学习（RL）来「加 buff」。
一句话看懂：o3以深度推理与工具调用能力领跑复杂任务，GPT-4.1超长上下文与精准指令执行适合API开发，而o4-mini则堪称日常任务的「性价比之王」。
o3和o4-mini视觉推理突破，竟未引用他人成果？一名华盛顿大学博士生发出质疑，OpenAI研究人员对此回应：不存在。
OpenAI新模型发布后，大家体感都幻觉更多了。甚至有人测试后发出预警：使用它辅助编程会很危险。当大家带着疑问仔细阅读System Card，发现OpenAI官方也承认了这个问题，与o1相比o3幻觉率是两倍，o4-mini更是达到3倍。
o3编码直逼全球TOP 200人类选手，却存在一个致命问题：幻觉率高达33%，是o1的两倍。Ai2科学家直指，RL过度优化成硬伤。
AI智商再创新高！OpenAI o3以惊人的136分刷新门萨智商测试纪录，超越不久前登顶的Gemini 2.5 Pro。更令人瞩目的是其强大的图像理解能力：仅凭一张无EXIF信息的菜单或风景照，o3就能精准推理并反向定位拍摄地点，引发了用AI玩「照片寻址（GeoGuessr）」的新热潮。