昨日官宣免費(fèi)不過(guò)幾小時(shí)，Grok直接在美區(qū)App Store榜一。

馬斯克甚至欣喜地表示，這還沒(méi)有集成語(yǔ)音模式，未來(lái)幾天即將上線。

付費(fèi)用戶可以提前體驗(yàn)Grok 3語(yǔ)音模式

這場(chǎng)史詩(shī)級(jí)發(fā)布，焦點(diǎn)不僅僅在Grok 3上，還有發(fā)布會(huì)現(xiàn)場(chǎng)坐在C位的兩位華人科學(xué)家。

一位是多倫多大學(xué)計(jì)算機(jī)科學(xué)助理教授Jimmy Ba，另一位是xAI聯(lián)創(chuàng)吳懷宇（Tony Wu）。

值得一提的是，吳懷宇是四人當(dāng)中唯一一個(gè)95后，畢業(yè)于杭州建蘭中學(xué)，博士期間在多倫多大學(xué)，曾是AlphaGeometry、AlphaStar核心開(kāi)發(fā)者。

Jimmy Ba還是AI大佬Hinton的學(xué)生。

Igor Babuschkin、Jimmy Ba、吳懷宇、馬斯克

值得一提的是，Grok 3 Beta官方技術(shù)博客也終于出爐了，被稱為跨入推理智能體時(shí)代的AI。

20(/10)萬(wàn)塊GPU訓(xùn)出的首款Grok，在推理、數(shù)學(xué)、編碼、世界知識(shí)等任務(wù)方面，取得了顯著提升，成功為Scaling Law續(xù)命。

博客詳細(xì)介紹了Grok 3的各個(gè)功能和基準(zhǔn)測(cè)試結(jié)果

xAI最強(qiáng)智能系統(tǒng)

18號(hào)，xAI推出了迄今為止最先進(jìn)的模型Grok 3：它將強(qiáng)大的推理能力與廣泛的預(yù)訓(xùn)練知識(shí)融為一體。

Grok 3在xAI的Colossus超級(jí)計(jì)算集群上訓(xùn)練，運(yùn)算能力是現(xiàn)有頂尖模型的10倍，在推理、數(shù)學(xué)、編程、世界知識(shí)和指令遵循任務(wù)方面都表現(xiàn)出顯著提升。

Grok 3的推理能力通過(guò)大規(guī)模強(qiáng)化學(xué)習(xí)（RL）得到提升，使其能夠進(jìn)行持續(xù)數(shù)秒到數(shù)分鐘的思考，糾正錯(cuò)誤、探索替代方案，并提供準(zhǔn)確答案。它在學(xué)術(shù)基準(zhǔn)測(cè)試和真實(shí)用戶偏好方面都表現(xiàn)出色，在Chatbot Arena中獲得了1402的Elo評(píng)分。

與此同時(shí)，xAI還推出了Grok 3 mini，代表著高效推理的新突破。

更深入的思考：測(cè)試時(shí)計(jì)算與推理

Grok 3（Think）和 Grok 3 mini（Think）這兩個(gè)beta版的推理模型，使用RL進(jìn)行訓(xùn)練，規(guī)模前所未有。因此，CoT推理過(guò)程得到提升，實(shí)現(xiàn)了高效的高級(jí)推理。

RL訓(xùn)練后的Grok 3（Think），學(xué)會(huì)了完善問(wèn)題解決策略，還能用回溯來(lái)糾正自己的錯(cuò)誤、簡(jiǎn)化步驟，并且會(huì)利用預(yù)訓(xùn)練中獲得的知識(shí)。

就像人類面對(duì)復(fù)雜問(wèn)題時(shí)一樣，它會(huì)花費(fèi)幾秒到幾分鐘的時(shí)間去推理，還能用多種方法驗(yàn)證答案，評(píng)估如何精準(zhǔn)滿足要求。

比如這個(gè)問(wèn)題「人生的意義是什么？」

Grok 3會(huì)花費(fèi)4秒鐘思考，總結(jié)說(shuō)：對(duì)生命意義的追問(wèn)，是人類幾百年來(lái)的困難，表現(xiàn)形式會(huì)因提問(wèn)者和所看重的東西而大相徑庭。

這兩個(gè)模型雖然仍在訓(xùn)練中，但在多個(gè)基準(zhǔn)測(cè)試中已經(jīng)展現(xiàn)出卓越的表現(xiàn)。

xAI表示，他們?cè)?月12日（僅7天前）發(fā)布的2025年美國(guó)數(shù)學(xué)邀請(qǐng)賽（AIME）上測(cè)試了這些模型。

他們使用最高級(jí)別的測(cè)試時(shí)計(jì)算參數(shù)（cons@64），Grok 3（Think）在這項(xiàng)競(jìng)賽中達(dá)到了93.3%的正確率，在研究生級(jí)別的專家推理測(cè)試（GPQA）中達(dá)到了84.6%的成績(jī)，在代碼生成和問(wèn)題解決的LiveCodeBench測(cè)試中達(dá)到了79.4 %。

此外，Grok 3 mini在不需要太多世界知識(shí)的科學(xué)、技術(shù)、工程和數(shù)學(xué)（STEM）任務(wù)中實(shí)現(xiàn)了高效推理能力的新突破，在2024年AIME中達(dá)到95.8 %的正確率，在LiveCodeBench中達(dá)到80.4 %的成績(jī)。

要使用Grok 3的推理能力，只需點(diǎn)擊「Think」（思考）按鈕即可。

Grok 3（Think）的思維模式完全開(kāi)放，使用戶不僅可以看到最終答案，還可以了解模型的完整推理過(guò)程。它的推理能力可以廣泛應(yīng)用于各類問(wèn)題領(lǐng)域。下面，讓我們看看Grok 3的一些推理示例。

代碼

在這個(gè)任務(wù)中，Grok 3被要求用pygame創(chuàng)建一款混合兩種經(jīng)典游戲的的混合游戲，看起來(lái)要很漂亮。

思考6分鐘后，Grok 3給出了完整的代碼實(shí)現(xiàn)。

它做出了一個(gè)功能完整的2D游戲，代碼結(jié)構(gòu)清晰，注釋詳細(xì)，易于理解和修改。游戲結(jié)合了經(jīng)典元素（Breakout 和 Pong），娛樂(lè)性拉滿。

而視覺(jué)效果，是通過(guò)粒子和顏色增強(qiáng)呈現(xiàn)的。

所以，Grok 3是怎樣滿足「讓游戲看起來(lái)很漂亮」這個(gè)要求的呢？

它用五彩斑斕的磚塊、磚塊破碎時(shí)的粒子效果、漸隱粒子等，實(shí)現(xiàn)了動(dòng)態(tài)的外觀呈現(xiàn)。

另外，Grok 3還有一些更加別具匠心的設(shè)計(jì)，比如添加彈跳的音效，使用更大的球拍、更快的球增加力道、添加背景漸變等。

ASCII Art

這個(gè)任務(wù)中要求Grok 3創(chuàng)建一個(gè)高保真Frank Lloyd Wright風(fēng)格住宅的ASCII字符藝術(shù)。

Frank Lloyd Wright是一位著名的美國(guó)建筑師，以其有機(jī)建筑風(fēng)格著稱，作品通常與自然環(huán)境融為一體，特征包括水平線條、開(kāi)放空間和大窗戶。

Grok 3思考了3分鐘后開(kāi)始輸出它的作品。

可以看出，Grok 3生成的圖片通過(guò)ASCII字符生動(dòng)地再現(xiàn)了Frank Lloyd Wright草原風(fēng)格建筑的經(jīng)典特征。設(shè)計(jì)簡(jiǎn)潔而富有層次感，完美捕捉了草原風(fēng)格建筑的本質(zhì)。

圖片下方還提供了詳細(xì)的設(shè)計(jì)說(shuō)明和注意事項(xiàng)，解釋了每個(gè)ASCII字符的象征意義：屋頂用斜線和橫線強(qiáng)調(diào)水平線條，煙囪位于屋頂左側(cè)增加平衡，墻壁和窗戶強(qiáng)化水平延伸，基礎(chǔ)線體現(xiàn)有機(jī)整合。

24點(diǎn)游戲

這個(gè)任務(wù)中，Grok 3被要求用4、4、10、10來(lái)玩24點(diǎn)游戲，目標(biāo)是添加加減乘除運(yùn)算符，得出24。

它需要選出，成功完成這個(gè)游戲的第一個(gè)運(yùn)算是什么。

思考3分鐘后，它得出了解法：使用((10×10)?4)÷4這個(gè)表達(dá)式，因此選出答案F。并且，它還進(jìn)一步進(jìn)行了驗(yàn)證，排除了其他選項(xiàng)的可能性。

數(shù)學(xué)

接下來(lái)，是一道難度不小的數(shù)學(xué)題。

這道題給出了一個(gè)遞歸定義，涉及到了正整數(shù)n和一系列從集合{1,…,n} 中均勻隨機(jī)選擇的整數(shù)m_n,k。

最終，題目要求計(jì)算出期望值E(n)，并求出在n趨于無(wú)限時(shí)，E(n)/n的極限值。

Grok 3思考了4分鐘后，確定了自己需要完成的步驟。

首先，需要分析狀態(tài)空間和轉(zhuǎn)換，然后要定義漂移項(xiàng)和期望值的遞推關(guān)系，第三步要解決遞歸，最后一步就是計(jì)算極限。

最終，Grok 3給出了最終答案：(1-e^(-2))/2。

超大規(guī)模預(yù)訓(xùn)練

當(dāng)不啟用推理功能時(shí)，Grok 3能夠即時(shí)提供高質(zhì)量回答。

在常規(guī)模型（非推理模式）中，Grok 3在多項(xiàng)學(xué)術(shù)基準(zhǔn)測(cè)試中均達(dá)到了SOTA，這些測(cè)試包括：研究生級(jí)科學(xué)知識(shí)評(píng)估（GPQA）、高級(jí)通用知識(shí)測(cè)試（MMLU-Pro）、數(shù)學(xué)競(jìng)賽解題能力（AIME）等。

同時(shí)，Grok 3在圖像理解能力測(cè)試（MMMU）和視頻內(nèi)容理解任務(wù)（EgoSchema）中也展現(xiàn)出卓越表現(xiàn)。

Grok 3的上下文處理窗口可達(dá)100萬(wàn)個(gè)token，是Grok 2的8倍，這使其能夠處理超長(zhǎng)文檔并響應(yīng)復(fù)雜提示詞，同時(shí)保持極高的指令執(zhí)行準(zhǔn)確度。

在專門(mén)測(cè)試長(zhǎng)文本RAG能力的LOFT基準(zhǔn)測(cè)試（支持128k長(zhǎng)度）中，Grok 3在12項(xiàng)不同任務(wù)的平均準(zhǔn)確率上達(dá)到了SOTA，充分展示了其卓越的信息檢索能力。

Grok 3同時(shí)在事實(shí)準(zhǔn)確性和文風(fēng)把控方面都取得了顯著提升。以代號(hào)「chocolate」發(fā)布的Grok 3早期版本在LMArena Chatbot Arena排行榜上獨(dú)占鰲頭，其Elo評(píng)分在所有評(píng)估類別中均超越競(jìng)爭(zhēng)對(duì)手。

目前，xAI正在擴(kuò)大發(fā)展規(guī)模，準(zhǔn)備利用配備20萬(wàn)個(gè)GPU的計(jì)算集群來(lái)訓(xùn)練更大規(guī)模的模型。

Grok智能體：融合推理能力與工具運(yùn)用

為了理解宇宙，xAI讓Grok與現(xiàn)實(shí)世界實(shí)現(xiàn)交互。通過(guò)整合Code Interpreter（代碼解釋器）和互聯(lián)網(wǎng)訪問(wèn)能力，Grok 3模型能夠主動(dòng)查詢所需的上下文信息，靈活調(diào)整處理方法，并通過(guò)反饋不斷優(yōu)化其推理能力。

作為實(shí)現(xiàn)這一愿景的第一步，xAI推出了他們的首個(gè)AI智能體——DeepSearch。

這是一個(gè)反應(yīng)極速的AI智能體，專注于在浩瀚的人類知識(shí)庫(kù)中持續(xù)探索真相。

無(wú)論是實(shí)時(shí)掌握最新資訊，解決社交難題，還是開(kāi)展深度科研工作，DeepSearch都能提供遠(yuǎn)超普通搜索引擎的體驗(yàn)。它最終會(huì)生成一份精煉而全面的總結(jié)報(bào)告，助你在這個(gè)快速發(fā)展的世界中把握先機(jī)。

兩位華人坐鎮(zhèn)C位，還有一位杭州95后

Grok 3直播畫(huà)面中，馬斯克與三位技術(shù)負(fù)責(zé)人并肩而坐，一開(kāi)場(chǎng)，還謙虛地說(shuō)自己什么也沒(méi)干。

其中兩位華人頗有緣分，Jimmy Ba和吳宇懷均在多倫多大學(xué)完成了博士學(xué)位。

個(gè)人資料顯示，Jimmy Ba目前是多倫多大學(xué)計(jì)算機(jī)科學(xué)系助理教授，他的學(xué)士、碩士學(xué)位也是在多倫多大學(xué)完成，導(dǎo)師分別是Brendan Frey和Ruslan Salakhutdinov。

博士期間，曾在Geoffrey Hinton指導(dǎo)下完成了學(xué)業(yè)。

Jimmy Ba還曾獲得了2016年Facebook研究生獎(jiǎng)學(xué)金，2023年諾獎(jiǎng)風(fēng)向標(biāo)「斯隆研究獎(jiǎng)」。

提及個(gè)人貢獻(xiàn)，Jimmy Ba曾提出了大名鼎鼎的深度學(xué)習(xí)訓(xùn)練算法Adam優(yōu)化器，這是一種自適應(yīng)學(xué)習(xí)率的優(yōu)化算法。

這篇發(fā)表在2015年的論文，被引數(shù)量突破了20萬(wàn)。

另一篇被引最高的論文，是與Hinton一起完成「層歸一化」（Layer Normalization），一種深度學(xué)習(xí)中用于優(yōu)化神經(jīng)網(wǎng)絡(luò)的方法。

另一位吳宇懷，是一位名副其實(shí)的95后學(xué)霸。

小學(xué)一年級(jí)就讀于新安江一小，后轉(zhuǎn)學(xué)到杭州紫陽(yáng)小學(xué)。到了初中，進(jìn)入杭州建蘭中學(xué)學(xué)習(xí)，隨后高中又轉(zhuǎn)到加拿大。

他的職業(yè)生涯更為豐富，從OpenAI、谷歌DeepMind，到斯坦福博士后研究員、谷歌研究科學(xué)家，再到如今xAI聯(lián)創(chuàng)，走出了不同尋常的人生軌跡。

他曾參與了許多人熟知的AI研發(fā)，比如STaR、Minerva、AlphaGeometry、Autoformalization、Memorizing Transformer、AlphaStar等。

吳懷宇也曾與圖靈獎(jiǎng)得主Bengio有交集，在2016 NrurIPS上，他們與多位合著者共同提出了Multiplicative Integratio架構(gòu)，共同改善循環(huán)神經(jīng)網(wǎng)絡(luò)。

論文地址：https://arxiv.org/pdf/1606.06630

除了他們兩人，事實(shí)上，xAI團(tuán)隊(duì)還有不少有名的華人科學(xué)家。

聯(lián)創(chuàng)Greg Yang(楊格)，出生在湖南，本碩就讀于哈佛大學(xué)數(shù)學(xué)系，大學(xué)時(shí)期的導(dǎo)師是數(shù)學(xué)家丘成桐。在加入xAI前，他是微軟的高級(jí)研究員，負(fù)責(zé)AI理論研究。

他的學(xué)術(shù)生涯充滿傳奇色彩，在哈佛求學(xué)期間，他曾兩度休學(xué)，一次是為了追求自己的DJ夢(mèng)想，另一次則是為了深入研究數(shù)學(xué)。于2018年榮獲摩根獎(jiǎng)（Morgan Prize）榮譽(yù)獎(jiǎng)，現(xiàn)研發(fā)TensorPrograms理論和擴(kuò)展神經(jīng)網(wǎng)絡(luò)的實(shí)踐。

他的研究方向深受數(shù)學(xué)驅(qū)動(dòng)，他曾在社交平臺(tái)上寫(xiě)道：「Math for AI, and AI for Math!」（數(shù)學(xué)推動(dòng)AI，AI反過(guò)來(lái)也能推動(dòng)數(shù)學(xué)）。在AI研究人員眼中，他不僅是一位科學(xué)家，更是一位愿意挑戰(zhàn)AI理論極限的數(shù)學(xué)家。

清華校友Zihang Dai（戴子航），前谷歌大腦研究員，獲得了清華和CMU的學(xué)位。此前，他還在百度美國(guó)分公司和蒙特利爾大學(xué)的MILA進(jìn)行過(guò)研究實(shí)習(xí)。

戴子航本科畢業(yè)于清華大學(xué)計(jì)算機(jī)科學(xué)系，大學(xué)期間，連續(xù)三年拿下專業(yè)第一，并在大三暑假，師從著名計(jì)算機(jī)視覺(jué)專家朱松純開(kāi)展研究。2020年博士畢業(yè)于卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)系，隨后加入谷歌研究院。

他在自然語(yǔ)言處理（NLP）領(lǐng)域擁有深厚的積累，尤其擅長(zhǎng)Transformer架構(gòu)的優(yōu)化與創(chuàng)新。他曾在谷歌和百度美區(qū)實(shí)習(xí)，并在多個(gè)頂級(jí)AI會(huì)議上發(fā)表論文。

浙大校友Guodong Zhang（張國(guó)棟），也是機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的研究者，曾就職于多倫多大學(xué)和矢量研究所（Vector Institute），因研究大模型訓(xùn)練、微調(diào)、對(duì)齊而聞名。

他本科就讀于浙江大學(xué)信息工程專業(yè)，大學(xué)時(shí)連續(xù)三年排名專業(yè)第一，拿了三年的國(guó)家獎(jiǎng)學(xué)金，還獲得過(guò)全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽一等獎(jiǎng)，美國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽一等獎(jiǎng)。

大二時(shí)，他對(duì)人工智能產(chǎn)生了濃厚興趣，投入到計(jì)算機(jī)視覺(jué)領(lǐng)域的研究中；大三暑假，跟著全球著名計(jì)算機(jī)視覺(jué)專家朱松純從事相關(guān)研究。加入xAI之后，他的研究方向主要聚焦于如何優(yōu)化AI訓(xùn)練效率，并提升模型的穩(wěn)定性。

另有網(wǎng)友繪制了一幅xAI成員背景圖，可以看華人學(xué)者占據(jù)近一半比例。