2 月 16 号,反超马斯克在 X 上发布了一条自家 Grok 3 模型的克钞发布预告。
并配文“地球上最聪明的砸出k终 AI”要来了。
北京时间 2025 年 2 月 18 日中午,于上马斯克如约带领着 xAI 的反超工程师和研究团队开启了 Grok 3 的首发实况。
这次发布会主要分为三个部分,克钞介绍了 Grok 3 在训练上比 Grok 2 多投入了 10 倍的砸出k终计算资源,解锁了更强大的于上计算能力,展示了基于 Grok 3 的反超 AI Agent,展现了 xAI 团队在自主智能体领域的克钞最新进展。
“我们非常高兴能够推出 Grok3,我们认为,于上在很短的反超时间内,它的克钞功能比 Grok2 强大一个数量级。这要归功于一支不可思议的砸出k终团队的辛勤工作,我很荣幸能与这样一支优秀的团队合作。”马斯克在发布会上说道。
马斯克还透露,Grok 3 由 Colossus 超级计算机训练完成,这台计算机是在短短八个月内建成的,搭载了 10 万颗英伟达 H100 GPU,提供了超过 2 亿 GPU 小时的计算资源——是 Grok 2 的10倍。
据 xAI 团队介绍,xAI 最开始搭建这个 10 万 GPU 集群用了 122 天,后续拓展到 20 万 GPU 集群仅用了 92 天。显著的算力提升让 Grok 3 能够更高效地处理庞大信息集,缩短训练时间。随即他们便晒出了一组和 ChatGPT 的信息对比图,并表示虽然 Grok 起步较晚,但在 MMLU 得分上以超快地速度追上了 ChatGPT。
并且 Grok3 在 LMSYS(大模型竞技场)中的排名也是一骑绝尘。
其中 Grok-3 和 Grok-3 mini 在多方面性能上都超过或媲美 Gemini、DeepSeek 和 ChatGPT 等对手。
发布会列出的信息显示,Grok-3 和 Grok-3 mini 在数学、科学和编程的基准测试中,表现超越了所有主流模型,包括 GPT-4、Claude 3.5 Sonnet、DeepSeek-V3 和 Gemini-2 Pro等。
而 Grok-3 Reasoning Beta 和 Grok-3 mini Reasoning 这两个版本,则凭借强大的推理能力,超越了像 DeepSeek-R1 和 OpenAI o3 mini 等推理模型。
此外,xAI团队还现场演示了一个任务,要求Grok-3在现场生成一段关于太空发射的3D动画代码。在大约两分钟的思考后,Grok 3生成了可直接运行的Python代码,成功展示了可以运行的3D动画。
除此之外团队还要求 Gork-3 制作一款类似于俄罗斯方块和宝石迷阵的游戏。在Grok-3 思考了数分钟后,给出了答案。
最后,xAI 团队演示了一个全新的产物,基于 Grok 3 的搜索引擎 —— DeepSearch 。
它不仅能够搜索网页并查找现有资料,还能“推测客户的真实意图”并进行思考。通过交叉对比多个信息源,它能够确保“返回最准确的答案”。
实况结束后,不少网友纷纷发声。
AI 大牛卡帕西总结了一下自己的“先行版”使用体验:
首先 Grok 3 的“思考”功能非常先进,能够出色地解决复杂问题,如创建《卡坦岛》风格的棋盘游戏网页。相比之下,其他顶级模型(如 DeepSeek-R1、Gemini 2.0 Flash Thinking、Claude)未能解决相同问题。除此之外,Grok 3 也能尝试解决如黎曼假设等难题。
其次 Grok 3还具备类似“深度研究”的搜索功能,能够提供高质量的研究问题答案。例如,它能够回答 Apple 新品发布、Palantir 股价上涨等问题。但在某些情况下,它会错误地产生幻觉(如错误的URL或不准确的事实)。
最后在测试一些简单的“陷阱”问题时,Grok 3 表现良好,能够正确回答一些逻辑谜题。但在幽默和道德问题方面,它仍然存在一些问题,如生成重复笑话和对复杂伦理问题过于敏感等。
但总的来说 Grok 3 整体表现接近 OpenAI 的 o1-pro 模型,并略优于 DeepSeek-R1 和 Gemini 2.0 Flash Thinking。
Imarena.ai 官方更是在经过测试后发文称:
Grok-3 是首个突破 1400 分的模型,在所有类别中排名第一,这是一个越来越难以实现的里程碑。
更有网友直呼:Grok 3 可能是现实世界中在物理层面处理得最好的基础大语言模型了!当然也有网友在测试之后,认为 Grok 3 在编程方面并不是很擅长。
值得一提的是,Grok 3 第一批获得访问权限的人将首先从 X 上的 Premium+ 订阅者开始,而普通客户何时能用上,他们也并不清楚。
但基于网友们对 Grok 3 褒贬不一的评价,雷峰网(公众号:雷峰网)不禁猜测,这被 “钞能力” 风风火火砸出来的的 “no.1” 在权限全面放开之后会不会口碑两极反转,亦或是依旧好评如潮,稳坐 AI 大模型王座?
时间还早,让子弹再飞一会。
参考链接:https://x.com/i/broadcasts/1gqGvjeBljOGB?t=SX_aTsBoXc07lfSR_Aw8AQ&s=09
雷峰网原创文章,未经授权禁止转载。详情见转载须知。
AI 法律公司 Clio 获 9 亿美元融资;阿里云、腾讯云推出 Llama3.1 训练推理服务;可灵国际版上线丨AI科技评论
网站首页返回栏目AI VC Radical Ventures 融资近 8 亿美元,李飞飞、Hinton支持;谷歌发布四款 AI 手机丨AI情报局
RASP技术,"入侵者"如何成为网络安全"守护神"?
共和报:曼城准备激活邓弗里斯2500万欧解约金
共和报:曼城准备激活邓弗里斯2500万欧解约金
反超 DeepSeek?马斯克「钞能力」砸出来的 Grok 3 终于上线了
价格战之后,智谱来到商业化的下一站
千寻智能解浚源:具身智能的 Scaling Law 已跨过起跑线丨具身先锋十人谈
外卖大战彻底疯狂!“一天三顿不超过10元”
阿里AI旗舰应用夸克发布全新“AI相机” 提升AI超级框多模态能力
欧洲理事会主席与伊朗总统通电话 讨论冲突解决方案
机器人新势力估值断层加速,具身智能靠什么穿越风暴?
骆言新剧《爱上海军蓝》燃情开播,飒爽戎装首次诠释军人形象
金鹰卡通《三孩来了3》三孩家庭首次合宿 黄英谭薇《乘风2025》后合作带娃
问鼎「AI 之巅」,第四届全国人工智能大赛决赛在深举行
RL 是推理神器?清华上交大最新研究指出:RL 让大模型更会“套公式”、却不会真推理
上合组织国家电影节闭幕,《三大队》获最佳影片
李一桐、刘宇宁担任爱奇艺VIP内容推荐官 邀会员追剧赢好礼
别再说国产大模型技术突破要靠 Llama 3 开源了
Llama 4 刷榜作弊引热议,20 万显卡集群就做出了个这?
破解创作密码,解码市场趋势,这场研讨共探精品创作新路径
受台风“丹娜丝”作用,福建江西部分旅客列车停运
英伟达 Jim Fan:具身智能的难点不是硬件,而是「Foundation Agent」
Hammerspace携手驿心科技,为中国打造超大规模AI存储解决方案
魔法吉伊卡哇系列中国大陆线下首发,7月5日起登陆上海百联!
微软人工智能公开课概览