过去一年，强化学习成为了大模型 AI 领域最热的概念之一。 随着行业内高阶推理模型的推出，再次彰显了强化学习在通往 AGI 道路上的重要性，也标志着大模型 AI 进入了一个全新阶段。
OpenAI近日正式向美国专利商标局（USPTO）提交了名为“OpenAI o1”的商标注册申请。这一举动不仅彰显了OpenAI对其最新推出的推理模型o1的重视，也标志着OpenAI在保护其知识产权方面又迈出重要一步。
今天，DeepSeek 全新研发的推理模型 DeepSeek-R1-Lite 预览版正式上线。所有用户均可登录官方网页 （chat.deepseek.com），一键开启与 R1-Lite 预览版模型的超强推理对话体验。DeepSeek R1 系列模型使用强化学习训练，推理过程包含大量反思和验证，思维链长度可达数万字。
就在刚刚，又一位元老级人物官宣离职OpenAI了。 o1推理模型贡献者之一Luke Metz发文称，「我即将离开OpenAI，结束这段超过两年的奇妙旅程」。
当备受期待的GPT-5历经数次跳票，OpenAI全新发布的o1模型及时挽回了行业的信心，并从此为大模型领域开启了一个新的竞技方向——当推理模型大行其道时，行业如何从Infra层面着手降低推理阶段的算力成本？
LLM依然不会规划，LRM可以吗？ OpenAI声称，草莓o1已经突破了自回归LLM常规限制，成为一种新型的「大推理模型」（LRM）。
AI界最有影响力的两个人，同时出现在一场活动： OpenAI CEO奥特曼，暗示了o1满血版将在接下来几个月发布。
OpenAI 的推理模型，也就是期待已久的 Strawberry 发布！
