北京时间今天凌晨，美国Open-AI公司在备受关注中发布了GPT-5。公司联合创始人兼首席执行官山姆·奥特曼，直播中也同时在个人社交账号“吆喝”，连发了十几条消息。
GPT-5有哪些技术亮点？是否实现了革命性突破和范式变革？在通用大模型领域，国内外的技术差距如何？解放日报记者专访了上海交通大学人工智能学院助理教授张林峰。
【恐怕没有什么特点让人印象深刻】
GPT-5的第一个技术亮点是快慢思考结合。对于GPT系列而言，GPT-4 o1之前的模型不具备深度思考能力，优点是速度非常快。今年年初，以中国DeepSeek-R1为代表的慢思考模型“横空出世”，提升了思考质量，缺点是速度慢一些。奥特曼称，GPT-5会自己决定何时需要深入思考。当用户提出一个它认为相对简单的问题时，可跳过思考过程直接给出答案，这样就不需要反复思考一个简单的问题，不仅响应速度变快了，服务成本也降低了。
“实际上，快慢思考结合并不是一个新的概念。今年上半年，这在学术界是一个广泛讨论的话题。据我所知，阿里千问3已有版本实现了快慢思考结合。我认为，GPT-5在快慢思考结合上应该会有不俗的表现。”张林峰说。
GPT-5的第二个技术亮点是减少“一本正经胡说八道”，也就是减少幻觉。
幻觉从何而来？“大模型回答问题只关注过去的经验和数据，特别是在强化学习时，相较于它回答‘不知道’，不如说一个错误答案，用户无法立即验证，反而提高了用户对它的评价。另一方面，大模型本身没有归因系统，它不具备将回答与事实关联的能力，因此他所表达的内容很可能就充满幻觉。”张林峰介绍，一直以来，在幻觉问题上，许多闭源模型比开源模型表现得更好。
GPT-5的第三个技术亮点是代码能力的提升。“AI的一个长期应用场景就是开发代码，至少可以减少程序员一半的工作量，而代码能力的提升与产业化具体应用直接相关。”张林峰说，另一方面，代码能力越强，在某种程度上更能参与到智能体的工作中。
“不过，GPT-5的代码能力还没有给人难以超越的碾压感。之前，代码能力最强的大模型是Anthropic公司开发的Claude，而Claude正是早期研发GPT的一批人离开OpenAI后研发的。随着GPT-5的发布，我相信Claude马上会反击。”张林峰说。
GPT-5是否实现了革命性突破和范式变革？
在张林峰看来，GPT-5除了扎实地提升了基础智能能力，并没有什么革命性突破，更未看到它在范式上的变化，恐怕没有什么特点让人印象深刻。
相较之下，几年前的GPT-3.5和GPT-4确实实现了一个非常大的跨越，前者像是一个概念性产品，后者在此基础上虽然没有新增什么功能，但能级大大提升。
【国内外大模型技术差距如何】
张林峰经常被问到一个问题，国内外通用大模型的技术差距如何？
“对此我一直比较乐观，也从未给出超过一年半以上的答案。即使是GPT-5也并非遥遥领先，不会给国内研发人员带来很大压力。”张林峰认为，这也许是中国人工智能公司的机会，究竟是引领AI新范式，还是继续跟随式研究，关键就在这几年。
有人看了GPT-5发布会后表示，完全没有GPT-4带来的震撼，有点失望。大模型的进化是否进入了瓶颈期？
对此，张林峰认为，任何技术的发展总是阶段式提升，然后进入平台期。可能大家习惯了AI在过去几年的快速发展，因此产生这种感觉。以智能体为例，这个概念出现的时间并不长，还有很大的成长空间。
奥特曼在GPT-5发布会上称，这是一个“博士”级智能大模型。就在上个月，马斯克旗下xAI团队发布Grok-4大模型，宣称其为“全球最强AI”，在处理跨学科学术问题时达到甚至超越人类博士水平。
“其实，目前处于国际上第一方阵的大模型均已达到甚至超越博士水平。”张林峰说。
由于通用大模型一旦“出圈”可以赢者通吃，吸引了国际上诸多人工智能头部企业。如今，这一赛道竞争非常激烈，除了Claude主攻代码是其比较明显的标签，第一方阵尚未形成差异化竞争。
“实际上，针对单一领域研发垂域大模型，相比优化通用大模型要简单得多，产业落地的路线也更加清晰，比如设计垂域的智能体，非常适合创业公司弯道超车。”张林峰说。
未来，大模型的发展将会带来哪些重大突破？
“人类一直想要跨学科研究科学问题，但并非每个人都是牛顿。而大模型在科研领域尤其是跨学科复杂问题方面的能力非常强，只是我们尚未完全挖掘这种能力。”张林峰认为，正如马克思所言，生产力的发展会推动社会范式的变化，科研工具的发展也会推动科研生产力和科研范式的变化，“未来，科学家可能只负责提出科学问题或给予关键的洞见和指导，而具体操作层面将全部由大模型实现”。
可盈配资提示：文章来自网络，不代表本站观点。
