马斯克的xAI连发两款新模型，有进步但还谈不上领先

界面新闻记者 | 陈振芳
界面新闻编辑 | 宋佳楠

“Grok的进度是火箭。”马斯克如此兴奋地在X上宣布Grok-2的到来。

当地时间8月14日，xAI发布了Grok-2和Grok-2mini两款AI模型的测试版。其中，Grok-2是该公司推理能力最强的语言模型，而轻量化模型Grok-2mini则是Grok-2的“兄弟产品”，试图实现小参数体型下的强功能。

xAI在博客文章中表示，Grok-2的早期预览版相较于Grok-1.5有了重大进步，具有聊天、编码和推理方面的前沿功能。

该公司声称，Grok-2的早期版本以“sus-column-r”的名称进行测试，在LMSYS排行榜上的表现优于Anthropic公司的Claude 3.5 Sonnet和OpenAI的GPT-4-Turbo。LMSYS排行榜通过在大语言模型间进行随机匿名的一对一“对战”，并基于ELO评级系统得出排名。

sus-column-r（Grok 2早期版本）现已公开，凭借超过12000个社区投票，sus-column-r在总体排行榜上获得了第3名，与GPT-4o相当。它在编码获得第2名、困难提示获得第4名，数学方面也取得第2名。

xAI还通过AI导师系统测试Grok与新的模型互动表现，Grok-2重点评估模型在两个关键领域的能力：遵循指示和提供准确、真实的信息。Grok-2在推理检索到的内容和工具使用能力方面表现出显著进步，例如正确识别缺失信息、通过事件序列进行推理以及丢弃不相关的帖子。

此外，xAI通过一系列学术基准对Grok-2模型进行了评估，这些基准包括推理、阅读理解、数学、科学和编码。该公司表示，“在研究生水平的科学知识、常识和数学竞赛问题等领域的表现可与其他前沿模型相媲美。”

马斯克正在将xAI与其收购的社交媒体“X”深度绑定——Grok-2和Grok-2mini将对X的增强搜索功能、深入了解帖子以及改进回复功能提供支持，尽管此前xAI曾因使用X用户数据进行训练而遭致反对。

此次更新的一大亮点是，Grok-2模型可以在X上生成图像，其生图模型使用了近期大火的 Flux.1模型，但目前仅限于X上的Premium和Premium+用户。

由于Grok的图像生成功能没有任何限制，已经有不少用户借此进行政治人物图像创作，例如有用户利用Grok-2生成美国首任总统华盛顿的图片，该帖子还被马斯克转载。然而，OpenAI的ChatGPT会拒绝生成这类图像，避免政治风险。

值得注意的是，Grok-2和Grok-2mini目前仍处于测试阶段。该公司预计，本月晚些时候将通过其企业API向开发人员提供这两种模型。即将推出的API建立在新的定制技术堆栈上，允许多区域推理部署，以实现全球低延迟访问，同时提供增强安全功能，例如强制性多因素身份验证、流量统计数据和高级计费分析。

在与OpenAI分道扬镳后，马斯克曾预测2029年将会实现通用人工智能，而他所创办的xAI最终目标是让消费者、企业甚至所有人都可以使用AI产品，并变成有用的工具。其希望通过AI去帮助人们解决复杂的科学和数学问题，并且“理解”宇宙。

xAI的动作也在不断加速。该公司于2024年1月进行了首次融资，金额为1.35亿美元；5月完成了60亿美元的B轮融资，公司估值也从此前的180亿美元飙升至250亿美元，成为美国又一家AI独角兽。

到了7月，马斯克表示，xAI团队已经开始在“孟菲斯超级集群”上进行训练。该集群由10万个液冷H100 GPU组成，目标是在今年12月前训练出“按每项指标衡量都是世界上最强大的人工智能”。

他的野心还不止于此，曾透露xAI计划打造一台超级计算机“算力的超级工厂”，预计规模是市场上最强大竞争对手的四倍。

作为大模型的“后来者”，马斯克认为xAI可以在人工智能领域带来新的突破和创新，同时强调竞争有利于推动整个行业的进步，避免形成一家公司在人工智能领域占主导地位的单极世界。

但从其最新发布的两款模型来看，并未表现出超越行业的创新性，仍处于追赶者的角色。Grok-2要想在与OpenAI、谷歌等一众科技公司的竞争中突围，需拿出更强有力的产品才行。