网易首页 > 网易号 > 正文 申请入驻

全球华人决战AI之巅!马斯克Grok 3险胜DeepSeek,疯狂启动钞能力,压力给到OpenAI

0
分享至


智东西
作者|陈骏达 程茜
编辑|心缘

智东西2月18日报道,刚刚,基于20万块的GPU集群训练,马斯克口中地球上最聪明的AI Grok-3终于亮相!

此次直播伊隆·马斯克(Elon Musk)主要负责听,两位华人研究员坐在C位撑场,分别是曾就职于谷歌的研发小组N2Formal的吴宇怀(Yuhuai “Tony” Wu),以及多伦多大学计算机科学助理教授Jimmy Ba,他是“深度学习三巨头之一”、图灵奖得主辛顿的学生,曾在Meta担任研究员。


▲Jimmy Ba(左二)、吴宇怀(左三)、伊隆·马斯克(最右)

此次,xAI发布了Grok-3、Grok-3 mini,两个推理模型Grok-3 ReasoningGrok-3 mini Reasoning,首个AI智能体DeepSearch。Grok-3在基准测试中击败了Gemini-2 Pro、DeepSeek-V3、Claude 3.5 Sonnet、GPT-4o。社交平台X的Premium Plus订阅用户在Grok的应用程序和网页端可以体验推理、编程,以及DeepSearch的搜索能力

此外,xAI还开启了单独的会员订阅计划SuperGrok,SuperGrok的价格为每月30美元(折合约218人民币)每年300美元(折合约2184人民币),可解锁额外的推理DeepSearch查询,以及无限的图像生成功能

OpenAI联合创始人、前特斯拉AI总监、知名计算机科学家李飞飞的爱徒安德烈·卡帕西(Andrej Karpathy)在推特发文评价Grok-3:“Grok-3+Thinking感觉与OpenAI最强大的模型o1-pro(每月200 美元)相当,略好于DeepSeek-R1和Gemini 2.0 Flash Thinking。”


▲AI大神卡帕西评价Grok-3的部分截图(图源:X,经谷歌翻译为中文)

万众期待的语音功能此次并未展示,马斯克透露,最快一周后Grok将获得“语音模式”。几周后,xAI将在企业API中提供Grok-3模型与DeepSearch功能。几个月后,xAI将开源Grok-2。

直播最后放出了Grok用马斯克声音对话的彩蛋~

//oss.zhidx.com/uploads/2025/02/67b423ef8997c_67b423ef847f1_67b423ef847b6_705_1739858846.mp4

一、Grok-3现场思考卡壳,水平与本科毕业生相当,2年内要上火箭

现场演示环节中,Grok被考验了两个任务,一是现场设计了一条往返地球与火星间的合理路径,并用动画呈现,二是设计一款类似俄罗斯方块的消消乐游戏。在演示中Grok“思考卡壳”,因为显示“Thinking Hard”后很长一段时间没有反应,等待几秒后演示人员关闭了页面开启下一话题。


之后演示人员又回到思考页面,分析了Grok的生成结果。

首先是其现场设计的一条往返地球与火星间的合理路径。提示词是“制作从地球降落在火星,然后在下一个发射窗口返回地球的发射动画三维图表并生成代码”。不过,测试人员在Grok-3 mini解决问题的过程中打断了它,并切换到了能力更强大的满血版Grok-3。

114秒后,Grok-3解决了这一问题,具有航空航天经验的马斯克现场评价道,Grok给出的解决方案基本正确,他还煞有介事宣称,2年内Grok将会接入SpaceX的火箭。在场的员工马上调侃,说马斯克“预言什么都是两年内”。


在设计一款类似俄罗斯方块的消消乐游戏时,Grok生成的代码在复制后即可运行。其提示词是“制作一个结合了俄罗斯方块和宝石的游戏,代码可能很长,将其输出为一个文件,让它变得非常棒”。最后游戏的运行机制比较合理。马斯克同时宣布,xAI将成立一个游戏工作室,使用AI进行游戏的开发工作。


Agent能力目前已经是各家大模型企业都在押注的方向,xAI也不例外。他们给模型配备了更多的工具,本次Grok-3已经具有Deep Search功能,xAI称其为初级Agent能力。

演示中,测试人员开启DeepSearch功能,让Grok-3预测SpaceX下一次火箭发射的时间。回答问题时,Grok-3既会给出思维链内容的总结,也会将完整思维链提供给用户。它的搜索范围十分广泛,从X平台上的内容到百科网站,再到美国政府的相关文件。


进行DeepSearch时,Grok-3还会充分考虑用户问题背后的意图、需求和目的,也会对信息来源进行交叉检验,从而给出更为准确的回答。

已经有抢先体验的用户在X发布了100%由Grok-3生成的游戏,用户只需要告诉它我想要什么,并将代码放在正确的位置,就可以得到一个完整的游戏。

//oss.zhidx.com/uploads/2025/02/67b42a4a9f56c_67b42a4a99504_67b42a4a994db_esvEg1EEGJbc-zUH.mp4

在内部,研究人员发现Grok已经可以解决许多复杂的工程问题,节省大量时间,水平大致相当于一名本科毕业生。而17个月前,Grok还很难解决高中数学问题。

二、20万块GPU力大砖飞,性能击败o3-mini high、DeepSeek-R1

直播演示中提到,Grok-3所涉及的训练量是Grok 2的10倍,这都建立在xAI孟菲斯的AI超级计算机集群之上。该集群建造的第一阶段,xAI在122天内建成了拥有10万块NVIDIA H100 GPU的超级计算集群,第二阶段拓展到20万块GPU集群仅用了92天。

基准测试结果显示,Grok-3在评估模型在数学问题样本上性能的AIME和使用博士水平的物理、生物学和化学问题测试模型GPQA、LCB Oct-Feb中击败Gemini-2 Pro、DeepSeek-V3、Claude 3.5 Sonnet、GPT-4o。


Grok-3的早期版本在Chatbot Arena中获得1400分,排名第一。Chatbot Arena是一项众包测试,让不同的AI模型相互竞争,并让用户对他们喜欢的回答进行投票。Grok-3也是有史以来第一个突破1400分的模型。


xAI发布的推理模型早期版本Grok-3 Reasoning Beta,在最新的数学基准测试AIME 2025中达到93分,在GPQA上达到85分,这超过了o3-mini的最佳版本o3-mini high以及DeepSeek-R1。



此外,用户还可以打开“Big Brain”模式让Grok进行额外、更仔细的推理。xAI将该模式描述为最适合数学、科学和代码相关问题的功能。马斯克还提到,他们隐藏了一些推理过程,以防止蒸馏。

对于开源,几个月后xAI将开源Grok-2。马斯克说:“我们的方法是当下一个版本完全发布时,将开源Grok的上一个版本,也就是当Grok-3成熟稳定时,我们将开源Grok-2。”

xAI认为预训练模型远远不够,真正的AI需要具备反思、第一性原理检验等能力。他们通过强化学习让Grok-3学会了上述能力,实现了训练和推理时的两种Scaling Law。

Grok团队成员还透露,Grok-3的语音交互功能是通过原生语音交互模型实现的,模型将能够直接理解用户语音,然后生成对应的语音回复,是一个端到端的过程,无需语音转文字、文字转语音作为中间环节。

马斯克称,未来他们将会进一步加大数据中心的建设力度,xAI的下一个计算集群会成为世界上最强大的集群,能耗达到1.2GW,相当于数十万户家庭1年的用电量。

三、基于合成数据训练,计划筹集约100亿美元资金

值得一提的是,这次直播马斯克又姗姗来迟,推迟18分钟开始,但最后X上xAI官方账号中的直播观看人数已经超过286万人次。刚下直播马斯克就马不停蹄转发、点赞科技播客顶流Lex Fridman、AI大神卡帕西等对Grok-3的赞美。


在Grok-3发布之前,马斯克就按耐不住在X上让Grok-3秀技能。

他让Grok仿照电影《指环王》中“戒指之诗”做了工程师版诗歌:“以lor’s ring诗句的风格介绍戒指的起源,指派工程师进行高级大模型搜索、代理、记忆、幽默的工作,使其接近原作”。


Grok生成的诗歌最后还有对专有名词的注释,与原著如何对应等。

法新社此前报道,Grok-3是在合成数据上接受训练的,并且能通过检查数据来反映它所犯的错误以达到逻辑一致性。

融资方面,上周,据媒体援引消息人士报道,xAI还正在接洽潜在投资者,计划筹集约100亿美元资金,此轮融资可能使该公司估值达到约750亿美元。去年12月,xAI宣布完成C轮融资,筹集了60亿美元。xAI总融资额已经达到120亿美元(约合人民币876亿元)。

结语:马斯克继续押注大算力AI

本次发布的Grok 3无论是在训练集群规模、用电量上都是首屈一指的,这也在一定程度上转化为了Grok 3在多个基准测试上的SOTA表现。根据马斯克在采访中的言论,未来xAI可能还会继续押注大算力AI这条发展路径。

不过,也有海外网友犀利的评价道,自DeepSeek-R1之后,我们只应考虑效率更高的进步,而不仅仅那些规模更大、且比竞争对手耗能更多的进步。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
李晨baby的瓜爆了,这也太炸了吧,整个娱乐圈都炸锅了

李晨baby的瓜爆了,这也太炸了吧,整个娱乐圈都炸锅了

她时尚丫
2025-03-15 15:37:15
悲催!网传复旦一女生把前男友写进研究生论文,本以为是遇上渣男

悲催!网传复旦一女生把前男友写进研究生论文,本以为是遇上渣男

明月杂谈
2025-03-23 05:56:51
“高加索”泵站还在烧!钢筋混凝土的俄军导弹库,乌军怎么打爆?

“高加索”泵站还在烧!钢筋混凝土的俄军导弹库,乌军怎么打爆?

鹰眼Defence
2025-03-23 18:12:11
冰壶世锦赛:加拿大蝉联冠军,中瑞韩等8支队伍直通米兰奥运诞生

冰壶世锦赛:加拿大蝉联冠军,中瑞韩等8支队伍直通米兰奥运诞生

知轩体育
2025-03-23 21:24:42
15年的金赛纶嫩得都可以掐出水来,怎么看都是小妹妹,怎么会这样

15年的金赛纶嫩得都可以掐出水来,怎么看都是小妹妹,怎么会这样

懂体育的小吖头
2025-03-23 10:21:08
美防长发起民意调查,讨论是否将国防部更名为“战争部”,引争议

美防长发起民意调查,讨论是否将国防部更名为“战争部”,引争议

环球网资讯
2025-03-23 12:55:41
10年来罕见!发电量下降了1.3%

10年来罕见!发电量下降了1.3%

财通社
2025-03-23 17:36:58
金秀贤已掉粉近百万,“横竖研究所”喊话:是不是不仅要逼死金赛纶,还要逼死她的家人?

金秀贤已掉粉近百万,“横竖研究所”喊话:是不是不仅要逼死金赛纶,还要逼死她的家人?

鲁中晨报
2025-03-23 22:08:27
母亲哭诉华北电力“坑人”:高考630分的儿子,竟被电网拒之门外

母亲哭诉华北电力“坑人”:高考630分的儿子,竟被电网拒之门外

妍妍教育日记
2025-03-23 19:57:45
确认大裁员!6万人面临失业

确认大裁员!6万人面临失业

大象新闻
2025-03-21 16:55:13
CNN爆料,鲁比奥怒了

CNN爆料,鲁比奥怒了

环球时报新闻
2025-03-23 00:01:05
书写历史!刘翔之后,再度有中国选手登上领奖台

书写历史!刘翔之后,再度有中国选手登上领奖台

上观新闻
2025-03-23 07:58:17
痛别!她于今早在杭州离世,谢谢你曾来过......

痛别!她于今早在杭州离世,谢谢你曾来过......

FM93浙江交通之声
2025-03-23 22:06:30
马英九:若大陆统一台湾的手段不和平,过程不民主,台湾人不接受

马英九:若大陆统一台湾的手段不和平,过程不民主,台湾人不接受

星光看娱乐
2025-03-22 14:01:20
为什么特朗普一定要乌克兰在领土让步?因为要羁縻欧洲和俄罗斯

为什么特朗普一定要乌克兰在领土让步?因为要羁縻欧洲和俄罗斯

邵旭峰域
2025-03-23 18:05:39
北京一男子提前回家,发现妻子在父亲房中,崩溃后竟捅死二人

北京一男子提前回家,发现妻子在父亲房中,崩溃后竟捅死二人

第四思维
2025-03-22 16:49:32
台湾防务部负责人放狠话:只要大陆靠近12海里,台湾就打响第一枪

台湾防务部负责人放狠话:只要大陆靠近12海里,台湾就打响第一枪

橘色密码
2025-03-22 11:28:34
1967年,一位15岁的少女在海边的照片,后来她成了一国首脑

1967年,一位15岁的少女在海边的照片,后来她成了一国首脑

冰点历史
2025-03-23 09:34:54
股价从15.23元跌到4.84元,2家外资巨头逆势抄底!能否翻盘崛起

股价从15.23元跌到4.84元,2家外资巨头逆势抄底!能否翻盘崛起

晨晨星
2025-03-23 18:37:43
当年说出“不是你撞的,干嘛去扶”的法官,18年后,他过得怎样?

当年说出“不是你撞的,干嘛去扶”的法官,18年后,他过得怎样?

大佬日志
2024-03-26 08:00:10
2025-03-24 01:03:00
智东西 incentive-icons
智东西
聚焦智能变革,服务产业升级。
9610文章数 116729关注度
往期回顾 全部

科技要闻

马斯克发声:你可以不买,但不必烧了它

头条要闻

专家:泽连斯基突访前线 特朗普或低估泽连斯基韧性

头条要闻

专家:泽连斯基突访前线 特朗普或低估泽连斯基韧性

体育要闻

郑钦文两盘战胜汤森德 晋级迈阿密站16强

娱乐要闻

山河舞台现原形!江一燕咳血撕碎剧本

财经要闻

合肥通报三只羊网络科技有限公司整改情况

汽车要闻

搭1.5T发动机 大众新速腾申报图曝光

态度原创

艺术
亲子
旅游
家居
公开课

艺术要闻

故宫珍藏的墨迹《十七帖》,比拓本更精良,这才是地道的魏晋写法

亲子要闻

周末带孩子去市区,逛超市吃汉堡,吃得开心

旅游要闻

速戳!深圳站进站指南,让出行更高效

家居要闻

现代风格 简约而不简单

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版