“地表最強(qiáng)”Grok 3震撼登場(chǎng)，馬斯克演示卻“小翻車”，網(wǎng)友調(diào)侃：加上擎天柱才是AGI！幾個(gè)月后還將開源！ 原創(chuàng)
出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）
編輯 | 伊風(fēng)、言征
跳票多次！Grok 3終于來了！
此前，DeepSeek創(chuàng)造的破圈奇跡，把硅谷的大模型公司全部籠罩在陰影之下。
在Grok 3發(fā)布前，馬斯克也是信心滿滿地放話出去：Grok 3將成為地表最強(qiáng)AI。
“我們有信心Grok 3會(huì)比其他任何AI都強(qiáng)，而且很有可能，再也不會(huì)有比Grok（系列）更強(qiáng)的AI了?！?/p>
上圖：馬斯克稱Grok 3是地球最聰明的AI
從性能上看，Grok比起現(xiàn)在各家的最強(qiáng)基礎(chǔ)模型，是有一定飛躍的。
圖片
同時(shí)，既然要做地表最強(qiáng)，Grok 3肯定是要做思維鏈推理的。
在推理方面，Grok 3越過了最近才發(fā)的o3 mini，可以說是非常能打。
上圖：Grok與其他模型在數(shù)學(xué)、科學(xué)、編碼上的性能對(duì)比?
不過，號(hào)稱最強(qiáng)的Grok 3演示卻翻車得很災(zāi)難。感覺沒學(xué)到DeepSeek R1的聰明勁，反而學(xué)到了“服務(wù)器繁忙，稍后重試”。
在這個(gè)演示里，團(tuán)隊(duì)成員讓Grok 3“使用 Pygame 制作一款融合了俄羅斯方塊（Tetris）和寶石迷陣（Bejeweled）元素的游戲。代碼可能會(huì)很長，請(qǐng)將代碼輸出為一個(gè)文件，并使其非常出色。（原Prompt翻譯）”
或許是這個(gè)題目太難，直接給Grok 3干冒煙了。多次思考未果后就退出，演示的成員多次點(diǎn)擊重試，最后停留在思考界面“切屏”了。
（視頻做了二倍速處理）
不過好在，又過去一段時(shí)間后，Grok 3還是完成了該游戲的demo。
可以看到，AI正確理解了元素融合。游戲規(guī)則不再是一行就消除，而是幾個(gè)相同顏色的色塊碰到就能進(jìn)行消除了。而且俄羅斯方塊的色彩設(shè)計(jì)得很漂亮，可以稱得上是出色的應(yīng)用。
馬斯克此前就看好AI游戲，在直播中他透露會(huì)搞一個(gè)AI游戲社區(qū)，由用戶發(fā)布與Grok的共創(chuàng)作品。
另一個(gè)長思維鏈的“秀肌肉”展示。則是與“火星殖民”計(jì)劃相關(guān)的，直接讓Grok 3出一段符合開普勒定律的天體模擬demo，為發(fā)射到火星的飛行器規(guī)劃軌跡。
可以看到下圖模擬了太陽、以及圍繞太陽公轉(zhuǎn)的地球和火星，并模擬了一個(gè)飛行器的路線。
從這里看出，Grok 3能思考相當(dāng)復(fù)雜的問題，能挑戰(zhàn)需要更長推理時(shí)間的問題。
美中不足的是，其演示不是直接讓我們看全程的推理，所以不確定有沒有“移花接木”的存在。
令一個(gè)讓人略感失望的事情，這次的模型發(fā)布也是期貨：Grok 3需要在X上訂閱，然后會(huì)陸續(xù)開放給X用戶。估計(jì)這個(gè)等待期大概是一周左右。
而Grok 3的API則要再延遲數(shù)周上線。同時(shí)，幾周后的更新還會(huì)給Grok上線一個(gè)語音版本，使其變成用戶的個(gè)人助手。
另一個(gè)比較勁爆的消息是，馬斯克在答復(fù)觀眾提問的環(huán)節(jié)中宣布：幾個(gè)月以后將開源上一代Grok 2！
直播最后，馬斯克宣布，他也要做AI搜索了！感覺這個(gè)領(lǐng)域已經(jīng)成為必爭之地了。
下面是Grok深度搜索的界面，據(jù)馬斯克介紹說，自家產(chǎn)品的優(yōu)勢(shì)是在深度探索過程中，可以設(shè)計(jì)各種次任務(wù)（左側(cè)欄），讓整個(gè)搜索更加透明、結(jié)果更加可信。
圖片
加了強(qiáng)推理之后，AI不止步于搜索，也能更好地做決策判斷。
在演示中，馬斯克讓AI搜索信息，預(yù)測(cè)星艦下一次的發(fā)射日期。當(dāng)星艦給出發(fā)射時(shí)間是2月24日或者更晚時(shí)，馬斯克笑著說，差不多，可能是這樣吧。
另外插播一個(gè)Drama的事情，GPT 4.5也即將發(fā)布。
今天一早，奧特曼就發(fā)推炒作了一把：
“嘗試 GPT-4.5 對(duì)于那些高要求的測(cè)試者來說，比我預(yù)想的更像是一次“感受到 AGI”（通用人工智能）的時(shí)刻！”
還有人誘惑奧特曼趕在Grok發(fā)布之前用GPT 4.5截胡，奧特曼回復(fù)：這不太好吧。。。
圖片
有傳言稱，OpenAI的團(tuán)隊(duì)（包括奧特曼在內(nèi)），會(huì)聚在一起觀看Grok 3，然后再?zèng)Q定是否要推4.5出來。
那么，你認(rèn)為Grok這波能炸出GPT 4.5嗎？讓我們?cè)敿?xì)看看“地表最強(qiáng)AI”的性能再下結(jié)論吧！
1.模型新霸主：性能、推理都登頂
Grok 3 的計(jì)算量比之前的初始模型高出大約十倍。于今年1 月才正式完成了預(yù)訓(xùn)練。
這樣大的訓(xùn)練量使得Grok 3摘得了大模型的王冠。
不只是性能方面的全面領(lǐng)先。
圖片
xAI團(tuán)隊(duì)還給 Grok 3 進(jìn)行了多維度的評(píng)估，包括數(shù)學(xué)推理、科學(xué)常識(shí)以及計(jì)算機(jī)科學(xué)編程。
這次使用了美國數(shù)學(xué)邀請(qǐng)賽（AIME）2025的“新題”，可以看到Grok 3在各個(gè)領(lǐng)域的表現(xiàn)都極為出色。
圖片
除了在基準(zhǔn)測(cè)試中的領(lǐng)先，在實(shí)際應(yīng)用中也有亮眼的成績。
xAI團(tuán)隊(duì)對(duì)Grok 3啟動(dòng)了盲測(cè)，代號(hào)為“熱巧克力”，在名為 Chaartrina 的平臺(tái)上運(yùn)行了兩周。這個(gè)平臺(tái)完全剝離了產(chǎn)品的外殼，只對(duì)這些 AI 語言模型本身進(jìn)行純粹的比較。用戶提交問題后，會(huì)看到兩個(gè)回答，但不知道這些回答來自哪個(gè)模型，然后進(jìn)行選擇。
在盲測(cè)中，Grok 3 的表現(xiàn)非常出色，其綜合評(píng)分達(dá)到了 1400 分，沒有其他模型能達(dá)到這樣的分?jǐn)?shù)。
2.大手筆的訓(xùn)?練：Grok 3的實(shí)力，來自馬斯克的鈔能力
Grok 3 的開發(fā)得益于其 Colossus 超級(jí)計(jì)算機(jī)的強(qiáng)大算力，該系統(tǒng)僅用了 8 個(gè)月就完成構(gòu)建。
Colossus 由 100,000 塊 Nvidia H100 GPU 提供支持（后又?jǐn)U展一倍，增至200000塊），為訓(xùn)練提供了 2 億 GPU 小時(shí)——比其前代模型 Grok 2 多 10 倍。
圖片
馬斯克還在直播中爆料說，他們重構(gòu)了整個(gè)數(shù)據(jù)中心，并率先實(shí)現(xiàn)了數(shù)據(jù)中心的液冷。為了給數(shù)據(jù)中心供能、節(jié)能，xAI的團(tuán)隊(duì)重新設(shè)計(jì)了一個(gè)新的能源設(shè)計(jì)算法，最大程度地減少能耗。
這一計(jì)算資源的顯著提升，使 Grok 3 能夠更高效地處理大規(guī)模數(shù)據(jù)集，從而縮短訓(xùn)練時(shí)間并提高準(zhǔn)確性。
在具體的訓(xùn)練技術(shù)上，Grok 3有這幾個(gè)重點(diǎn)：
- 合成數(shù)據(jù)集（Synthetic Datasets）——以人工生成的數(shù)據(jù)集為重點(diǎn)，而非從真實(shí)世界收集的數(shù)據(jù)。這些數(shù)據(jù)集可以模擬各種場(chǎng)景，確保數(shù)據(jù)的多樣性和可控性，從而提高學(xué)習(xí)效率，并在一定程度上解決數(shù)據(jù)隱私問題。
- 人類反饋循環(huán)（Human Feedback Loops）：由人工審核并提供反饋，幫助 AI 持續(xù)優(yōu)化回答的準(zhǔn)確性和相關(guān)性。
- 自我糾錯(cuò)機(jī)制（Self-Correction Mechanisms）——這是一種 AI 技術(shù)，使模型能夠識(shí)別并糾正自身錯(cuò)誤。通過評(píng)估其輸出結(jié)果，并與已知的正確答案進(jìn)行比較，模型可以不斷優(yōu)化自身回答，減少錯(cuò)誤，提高準(zhǔn)確性。
因此，Grok 3是能持續(xù)進(jìn)化的模型，就像馬斯克在直播中說“目前，每天都在更新這個(gè)模型”。
圖片
有網(wǎng)友看罷驚呼：擎天柱加持Grok-3，AGI感覺真的要來了！
3.寫在最后：開源、發(fā)GPT4.5，OpenAI來勢(shì)洶洶
Grok 3 多次跳票，終于以第一名的頭銜回歸。
Grok 3的算力消耗達(dá)到了DeepSeek V3的幾百倍之多。這也提醒我們，在DeepSeek創(chuàng)造的低成本奇跡之后，基礎(chǔ)模型的規(guī)模和算力競爭仍在繼續(xù)。
為了訓(xùn)練，xAI 進(jìn)一步加大算力投入。據(jù)報(bào)道，馬斯克正為 xAI 籌集資金，以購買更多的 Nvidia GPU。最新消息是，xAI 正在進(jìn)行新一輪約 100 億美元（730 億元人民幣） 的融資，使公司估值達(dá)到約 750 億美元（5440 億元人民幣）。這個(gè)數(shù)值已經(jīng)接近OpenAI估值的一半。
現(xiàn)在，馬斯克的地表最強(qiáng)AI名副其實(shí)，Grok 3 在訓(xùn)練上的瘋狂投入，使其在 AI 領(lǐng)域的競爭力再次攀升。
有趣的是，要和“CloseAI”打擂臺(tái)的Grok，最初是以開源形象亮相的。然而在Grok-1.5 以后，Grok就轉(zhuǎn)變?yōu)榱送耆拈]源模型。
直到DeepSeek廣泛出圈，馬斯克才舊事重提，宣布Grok 2幾個(gè)月后將開源!
無獨(dú)有偶，馬斯克的老冤家——曾在DeepSeek爆紅后表示“站在開閉源錯(cuò)誤一端”的奧特曼，也重新提起了開源項(xiàng)目這一茬。
「對(duì)于我們的下一個(gè)開源項(xiàng)目，我們應(yīng)當(dāng)選擇開發(fā)一個(gè)雖然體積小但仍然需要借助 GPU 運(yùn)行的 o3 mini 層級(jí)模型,還是應(yīng)當(dāng)致力于開發(fā)一個(gè)尺寸適合手機(jī)且表現(xiàn)最佳的模型呢?」
此外，Altman 還發(fā)起了投票。截至發(fā)稿前，端側(cè)模型的投票率大幅領(lǐng)先，相比于o3 mini 的開源,顯然高贊評(píng)論的網(wǎng)友更希望開源GPT-4。
圖片
Altman 曾在本月初公開承認(rèn)OpenAl的閉源策略站在了歷史錯(cuò)誤的一邊。不僅讓人感慨AI圈的時(shí)間流速之快。
在如此高強(qiáng)度的競爭之下，我們不禁要問：GPT 4.5發(fā)布在即，Grok的王冠又能維持多久呢？
參考鏈接：
本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：伊風(fēng)、言征
