o1 改变了 Scaling 范式？Self-Play 还值得 All In 吗？

主要观点总结

文章概述了AI & Robotics领域的三个重要话题：o1模型对Scaling范式的改变、AI情感陪伴类应用的发展以及2024年最有前途的AI创企。其中详细描述了o1模型的技术特点，Self-Play RL的发展情况，以及AI情感陪伴类应用的增长和用户需求，还介绍了44家最有前途的AI创企的业务情况、商业模式和融资情况等。

关键观点总结

关键观点1: o1模型改变Scaling范式

OpenAI新发布的o1模型在数学和理科推理能力上取得突破，技术博客指出Scaling Law的范式正在转向推理。o1模型经过强化学习训练，在响应用户前产生内部思维链，完善思维过程，尝试不同策略，并认识到自己的错误。OpenAI团队发现更多的强化学习和更多的思考时间能提高o1的性能，且这种Scaling方法与预训练的限制不同。

关键观点2: Self-Play RL的发展

Self-Play RL是一种强化学习技术，通过让智能体反复与自己对战来改进策略。最近，清华大学等机构上传了关于Self-Play RL的综述，介绍了其技术背景和概念，现有的算法、经典博弈场景和技术挑战与未来研究方向。综述将现有的self-play算法分为四类进行系统比较和分析。

关键观点3: AI情感陪伴类应用

AI情感陪伴类应用增长迅速，满足了用户的某些需求。从技术角度看，这类应用还存在一些未解决的缺陷。文章提到了这类应用的问题和缺陷，并分析了其“钱途”并不明朗的原因。

关键观点4: 2024年最有前途的AI创企

文章提到了Businessinsider评选的2024年最有前途的44家AI创企，包括它们的业务情况、商业模式和融资情况等，并分析了为什么投资人看好这些公司。