马斯克用20万卡集群 做出了比DeepSeek还强的模子

往年才刚从前两个月， AI 模子竞技场的炽热水平，堪频年底冲事迹。就在明天半夜，马斯克预报的谁人号称 “ 地球上最聪慧的人工智能 ” Grok 3 ，终于来了。宣布会仍是马斯克惯有的作风，说好的十二点定时开端，成果仍是晾了各人快二非常钟。一个小时的直播，马斯克携 xAI 天团（ 四团体里就有两位华人 ），从各个方面先容了 Grok 3 毕竟有多凶猛。一看纸面数据，又是吊打诸如谷歌、 OpenAI 跟 DeepSeek 等一众明星公司的招牌模子。横竖直播刚一停止， X 上就不淡定了，有人曾经提前休会上了 Grok 3 ， Andrej Karpathy 说它的推理才能跟 o1-pro 差未几，并且还要略优于 DeepSeek R1 跟 Gemini 的推理模子。另有老哥用 AI 天生了一个奥特曼看到 Grok 3 宣布后的视频。。。海内外对于 Grok 3 的报道也是满天飞， “ 首个冲破 1400 分（模子在 Imarena.ai 竞技场的得分 ）的模子 ” “ 首个十万卡集群练习出来的模子 ” 。。。种种 title 看着就唬人。而世超在第一时光，也不雅看了这场宣布会，不克不及说炸裂，但至少从直播内容来看， Grok 3 确切又一次连续了AI 范畴鼎力出奇观的神话。现在， Grok 3 只对局部 X 的 Premium+ 会员开放，以是咱就简略从宣布会的内容给年夜伙儿先容，这个 Grok 3 毕竟是啥程度。一下去，就拿 Grok 跟 GPT 的模子迭代速率停止了对照。图上明显标着 Others ，但 GPT 是卷卷有爷名，针对性很强。而在模子机能方面， Grok 3 此次也是铁了心要跟其余模子争个高下。须要留神，依据官方的先容，此次的 Grok 3 现实上是一个模子家属，大抵能够分为非推理模子跟推理模子两种。咱先来看非推理模子，也就是 Grok 3 跟 Grok 3 mini 。仍是熟习的 Benchmark 基准测试， xAI 拉来了 Gemini 2.0 pro 、 DeepSeek V3 、 Claude 3.5 Sonnet 另有 GPT-4o 四个模子，跟自家孩子停止对照。在 AIME ’ 24 数学比赛、 GPQA （ 研讨生程度迷信常识问答才能的基准测试 ）跟代码三项测试中， Grok 3 的成就肉眼可见超过了其余模子一年夜截。Grok 3 mini 的程度固然跟其余模子年夜差不差，但直播中也提到了， mini 版本能够经由过程就义必定水平的正确性，来调换更疾速度的答复。别的，在 Chatbot Arena 的盲测中， Grok 3 代号叫 “ 巧克力 ” 的晚期版本也登上了榜一，分数更是前所未有破了 1400 分。详细来看，巧克力在团体作风把持、编码、数学另有创意写作等多个方面，全都拿了第一。重要巧克力还只是晚期版本的 Grok 3 ，明天的最新版 Grok 3 机能或者还会更强。。。再来看 Grok 3 的推理模子。推理模子各人应当不生疏，究竟 OpenAI 的 o1 系列、 o3 mini 另有 DeepSeek R1 ，都曾经杀红眼了，头脑链也不是什么新颖玩意儿。当初各家上新的模子里，假如不是推理模子，可能都欠好意思拿出来。以是此次， Grok 3 Reasoning Beta 跟 Grok 3 mini Reasoning 也代表 xAI 出战了。同样仍是纸面气力，名义一看仍是吊打的姿势。但有个须要留神的处所，这个测试中，加了 Test-Time Compute 。简略懂得就是给了模子更多的时光去思考，统一个横坐标上色彩浅一点的局部，就是加时赛的成就。能够看到，假如不算上加时赛， Grok 3 两个推理模子跟其余模子的差距，并不那么年夜。一旦加了时长，这差距立刻就表现出来了。换句话说， Grok 3 的推理模子思考的时光越久，表示越好。在现场，马斯克他们还展现了 Grok 3 推理模子，在 2025 年 AIME 数学比赛上的测试成果。说切实的，假如不算上 Test-Time Compute ，似乎仍是 o3-mini （ high ）的推理才能更强。。。为了证实本人不是说说罢了，马斯克他们在现场直接停止了后果演示。让 Grok 3 天生 3D 动画代码，能够看到模子一步步的思考进程。但他们也提到，这个思考进程是被含混处置过的，来由跟奥特曼的差未几，都说是为了避免模子被剽窃。别的，现场还让 Grok 3 天生一个，联合了俄罗斯方块跟宝石迷阵两种游戏规矩的新游戏。这很难不让人遐想到，马斯克昨天实锤了 xAI 要建立一家 AI 游戏任务室的事件，假如 Grok 3 的游戏制造才能，真的跟现场演示的一样乃至更强，这对全部游戏圈的影响都将是宏大的。并且依据马斯克的说法， Grok 3 在将来的两到三年内，还可能参加到特斯拉的出产另有火箭发射的进程傍边。最后，就是基于 Grok 3 构建的 Agent ， Deepsearch 。这玩意儿实在就是个智能搜寻引擎，有点像 Perplexity 的 Deep Research 跟 OpenAI 的 Deep Research 。当你问 Grok 3 下一次星舰发射是啥时间，右边会表现一个总体的进度条，左边则是展现阅读了哪些网页、对哪些信源停止了验证。。。最后得出了下一次发射的时光，是 2 月 24 日。固然了，此次 Grok 3 之以是看上去如斯强盛，抛不开马斯克老早就在念叨的，只花了 122 天就搭建起来的 10 万卡集群。在此之后，他们又花了 92 天扩大到了 20 万卡集群，一招鼎力出奇观，在不到一年的时光里，供出了 Grok 3 。这段时光各人都在争辩的技巧道路成绩，但 Grok 3 的呈现仿佛再一次证实了，算力的相对力气。就是，把 20 万卡供出来的 Grok 3 跟 DeepSeek 的模子放在一同比拟，几多有点锐意了。。。除此之外，马斯克在前多少天的迪拜峰会上也提到， Grok 3 经由了分解数据的练习，可能经由过程检讨、验证信息来反思本人的过错。总而言之，此次的 Grok 3 确实算是拿出了点真家伙。不外世超也留神到，在 Grok3 领先休会的用户分享傍边，有不少跟宣扬不符的现实测试案例。就比方这位老哥用统一组 prompt 测试了 Grok 3 、 o3 mini 另有 Claude 3.5 Sonnet ，成果 Grok 3 翻得有点彻底。。。在别的一组测试中， o3 mini 的表示也要优于 Grok 3 跟 DeepSeek R1 。另有缩小镜选手，直接指出了宣布调演示的案例里，有显明过错。固然世超此次没能现实上手测试，但从外部的一些实测案例来看， Grok 3 仿佛也不营销的这么神。并且此次 Grok 3 上线后，良多人的留神力都放在了模子能否开源上。依据马斯克的说法， xAI 个别是新模子宣布后再开源旧模子，也就是说，就算开源也是老版的 Grok 2 。看样子，来自开源营垒的压力仍是不敷年夜，马斯克想狙的仍是老敌手奥特曼。就是不晓得，曾经在 X 上预报了的 GPT 4.5 ，能不克不及打一场翻身仗了，各人就等着看吧。