OpenAI简介

OpenAI 成立于 2015 年 12 月，由 Sam Altman、Elon Musk、Greg Brockman、Ilya Sutskever 等人在旧金山共同发起，最初是一家非营利研究机构，使命是确保通用人工智能（AGI）安全地造福全人类。

2019 年，OpenAI 成立营利性子公司 OpenAI LP，并引入微软的战略投资，形成独特的「有限盈利」治理结构：营利部分对投资者的回报设有上限，超出部分归还非营利母公司统筹分配。这一结构在此后数年间几经调整，但「使命优先于股东回报」的基本定位始终被保留。

OpenAI 的代表产品 ChatGPT 于 2022 年 11 月低调发布，却在数天内引爆全球关注，成为增长最快的消费级应用之一，直接点燃了新一轮生成式 AI 浪潮。

从 2018 年的 GPT-1 到今天的 GPT-6 Astra，OpenAI 的模型迭代大致遵循「规模扩张 → 对齐与产品化 → 推理时间计算」三个阶段的演进逻辑。下面按时间线逐一回顾这条主线上的关键节点。

• 2018：GPT-1，验证「生成式预训练 + 判别式微调」范式
• 2019：GPT-2，因担忧滥用而分阶段开源，引发 AI 发布政策的行业讨论
• 2020：GPT-3，1750 亿参数与少样本学习，开启大模型 API 商业化
• 2022：InstructGPT / ChatGPT，RLHF 对齐与全民级产品爆发
• 2023–2024：GPT-4 / GPT-4o，迈向原生多模态
• 2024：o1 / o3，推理时间计算成为新的扩展维度
• 2025：GPT-5，统一系统整合快慢思考
• 2026：GPT-6 Astra，当前最新旗舰模型

2018 年 6 月，OpenAI 发表论文《Improving Language Understanding by Generative Pre-Training》，提出 GPT-1（Generative Pre-trained Transformer）。模型基于 Transformer 解码器结构，参数量约 1.17 亿。

GPT-1 的核心贡献并非规模，而是范式：先在海量无标注文本上做生成式预训练，再针对具体任务做判别式微调。这一「预训练 + 微调」思路此后成为整个大语言模型领域的基础方法论。

2019 年 2 月，OpenAI 发布 GPT-2，参数规模提升至 15 亿，文本生成的流畅度与连贯性有了肉眼可见的飞跃。

由于担心模型可能被用于生成虚假新闻等滥用场景，OpenAI 一反此前「开源到底」的惯例，选择分阶段、渐进式地开放模型权重。这一决定在当时引发了广泛争论，也是 AI 行业第一次大规模讨论「模型发布安全」议题的标志性事件。

2020 年 5 月，GPT-3 以 1750 亿参数问世，是当时公开已知规模最大的语言模型。论文《Language Models are Few-Shot Learners》证明：只需在提示词中给出少量示例（few-shot），模型即可在未经专门微调的情况下完成新任务，即「上下文学习」（in-context learning）。

GPT-3 并未开源权重，而是通过 API 对外提供服务，开创了「大语言模型即服务」（LLMaaS）的商业模式，也为后续整个行业的商业化路径提供了范本。

2022 年 1 月，OpenAI 发布 InstructGPT，首次系统性地把「基于人类反馈的强化学习」（RLHF）用于对齐语言模型，让模型的回答更贴合人类的指令意图，而不只是「续写概率最大的下一个词」。

同年 11 月 30 日，OpenAI 以「低调的研究预览」名义发布 ChatGPT，却意外成为现象级产品：上线 5 天用户破百万，两个月内月活跃用户突破 1 亿，是当时历史上增长最快的消费级应用，正式把生成式 AI 带入大众视野。

2023 年 3 月，GPT-4 发布，具备图文混合输入的多模态理解能力，在多项专业与学术基准测试中的表现大幅超越前代。此后 GPT-4 Turbo 进一步扩展上下文窗口、降低使用成本。

2024 年 5 月，GPT-4o（「o」代表 omni）发布，实现文本、语音、图像的原生统一处理，支持近乎实时的语音对话与视觉交互，是 OpenAI 在多模态融合方向上的关键一步。

2024 年 9 月，OpenAI 推出 o1 系列模型，引入「思维链式」的推理时间计算（inference-time compute）：模型在给出最终答案前会先进行更长时间的内部推理，用「多想一会儿」换取更高的正确率，尤其在数学、编程等强逻辑任务上效果显著。

此后发布的 o3 等后续型号延续了这一思路，标志着大模型能力提升的重心，开始从单纯扩大训练规模，转向同时扩展「训练时计算」与「推理时计算」两个维度。

2025 年，OpenAI 发布 GPT-5，将此前分立的「快速响应」与「深度推理」能力整合进一套统一的模型路由系统：系统会根据问题难度自动判断该用「直觉式」的快速作答，还是切换到「深思熟虑」的慢速推理模式，无需用户手动选择模型版本。

GPT-5 在 ChatGPT 与开发者 API 两端同步升级，进一步提升了在代码、写作与复杂任务分解上的综合表现。

2026 年，OpenAI 发布代号「Astra」的 GPT-6，是截至本课程编写时 OpenAI 最新的旗舰通用模型。相较上一代，GPT-6 Astra 进一步强化了长时程自主任务执行（agentic）能力，能够在更少人工干预下完成跨越多个步骤的复杂工作流。

GPT-6 Astra 同时提升了原生多模态实时协作体验，并在事实准确性与幻觉率控制上做了针对性优化，延续了 OpenAI 「预训练 → 对齐 → 推理时计算」这条主线的持续演进。

从 2018 年 GPT-1 验证「预训练 + 微调」范式，到 GPT-3 展现规模化带来的涌现能力，再到 ChatGPT 引爆全民 AI 浪潮，直至 GPT-6 Astra 迈向长程自主智能体，OpenAI 的发展历程几乎就是现代大语言模型行业本身发展的一条主线缩影。