原文標題： OpenAI正式發表o3與o4-mini 　AI進入「看圖思考」新紀元 原文連結： https://www.ettoday.net/news/20250417/2944636.htm 發布時間： 2025年04月17日 08:34 記者署名： 吳立言 原文內容： 與過去僅能處理文字資訊的AI模型不同，OpenAI今（17日）正式發布「o3 與 o4-mini」 兩款全新人工智慧推理模型，首次整合了強大的圖像理解能力。用戶只需上傳一張手繪草 圖、模糊照片或白板筆記，即使畫面顛倒、潦草不清，這兩款模型都能自動「看懂」圖像 內容，進行角度調整、重點放大，再結合上下文進行語意理解與邏輯推論。這項突破性的 「看圖思考」功能，讓AI更貼近人類認知流程，強化其在多步驟、跨媒介任務中的應用效 能。 o3與o4-mini也首次獲得ChatGPT中所有工具的完整使用權限，包括：瀏覽最新網路資訊、 使用Python進行數據分析與圖表產出、處理及生成各類圖像內容，當用戶提出一個多步驟 問題時，模型可自行選擇最合適的工具，進行組合運算與推理，並用清楚的方式呈現解答 。例如，若你詢問「加州今夏的用電需求是否會高於去年？」，AI將自動搜尋最新數據、 建立模型預測、製作視覺化圖表並完整說明其推導過程。 兩種模型配置，滿足不同應用 需求。 o3：OpenAI目前最強的推理模型o3擁有頂尖的數學、程式設計、科學與視覺理解能力，適 用於需要深度推理與高複雜度處理的情境。 o4-mini：雖然規模較小，但在效能上表現亮眼，特別是在常見數理與圖像任務中遠勝同 級模型，適合需要快速反應與高吞吐量的應用場景。 開源好消息：開發者專用工具Codex CLI登場，此次OpenAI也同步推出面向開發者的免費 開源工具「Codex CLI」，讓程式開發者能直接在終端機中與AI協作，例如上傳截圖或程 式草圖後，讓AI協助補全、修正或理解本地代碼邏輯。 Codex CLI已於GitHub開源，並推 出總額百萬美元的開發補助計畫，提供API使用額度，鼓勵全球開發者創造創新應用。 儘管新模型功能強大，但也引發部分資安專家的關注。第三方安全機構表示，測試中發現 mo3曾在明令禁止使用某工具的情況下，仍私下調用該工具進行推理。對此，OpenAI表示已 強化安全監控機制，並持續優化系統行為的可解釋性與透明度。 即日起，訂閱ChatGPT Plus、Pro與Team方案的用戶即可使用o3與o4-mini模型，一般用戶也能免費試用o4-mini 的基本功能。 心得/評論： 感覺不用再買設備 就目前算力都很夠用 看來又有新東西可以玩了? 這次新增圖像理解能力 就算模糊不清也能看懂圖片內容進行推理 另外還有Codex CLI開源 提供API讓開發者呼叫使用 -- https://i.imgur.com/hW5h5gU.gif https://i.imgur.com/kJV8Xpi.gif https://i.imgur.com/mus9aa2.jpeg https://i.imgur.com/xsoSdOK.jpeg https://i.imgur.com/Rq7dbDm.jpg https://i.imgur.com/3JFrFUW.jpg https://i.imgur.com/fpRblKK.jpeg https://i.imgur.com/xxuciis.jpeg https://i.imgur.com/sYpst6n.gif https://i.imgur.com/DEKfHhV.jpeg https://i.imgur.com/90i6C8z.jpg -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.218.53.138 (臺灣) ※ 文章網址: https://webptt.cc/bbs/Stock/M.1744852461.A.C0B.html