並配文「地球上最聰明的 AI」要來了。
北京時間 2025 年 2 月 18 日中午，馬斯克如約帶領着 xAI 的工程師和研究團隊開啟了 Grok 3 的首發直播。
這次發佈會主要分為三個部分，介紹了 Grok 3 在訓練上比 Grok 2 多投入了 10 倍的計算資源，解鎖了更強大的計算能力，展示了基於 Grok 3 的 AI Agent，展現了 xAI 團隊在自主智能體領域的最新進展。
各項能力一騎絕塵
「我們非常高興能夠推出 Grok3，我們認為，在很短的時間內，它的功能比 Grok2 強大一個數量級。這要歸功於一支不可思議的團隊的辛勤工作，我很榮幸能與這樣一支優秀的團隊合作。」馬斯克在發佈會上說道。
馬斯克還透露，Grok 3 由 Colossus 超級計算機訓練完成，這台計算機是在短短八個月內建成的，搭載了 10 萬顆英偉達 H100 GPU，提供了超過 2 億 GPU 小時的計算資源——是 Grok 2 的10倍。
據 xAI 團隊介紹，xAI 最開始搭建這個 10 萬 GPU 集群用了 122 天，後續拓展到 20 萬 GPU 集群僅用了 92 天。顯著的算力提升讓 Grok 3 能夠更高效地處理龐大數據集，縮短訓練時間。隨即他們便曬出了一組和 ChatGPT 的數據對比圖，並表示雖然 Grok 起步較晚，但在 MMLU 得分上以超快地速度追上了 ChatGPT。
並且 Grok3 在 LMSYS（大模型競技場）中的排名也是一騎絕塵。
其中 Grok-3 和 Grok-3 mini 在多方面性能上都超過或媲美 Gemini、DeepSeek 和 ChatGPT 等對手。
發佈會列出的數據顯示，Grok-3 和 Grok-3 mini 在數學、科學和編程的基準測試中，表現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 這兩個版本，則憑藉強大的推理能力，超越了像 DeepSeek-R1 和 OpenAI o3 mini 等推理模型。
此外，xAI團隊還現場演示了一個任務，要求Grok-3在現場生成一段關於太空發射的3D動畫代碼。在大約兩分鐘的思考後，Grok 3生成了可直接運行的Python代碼，成功展示了可以運行的3D動畫。
除此之外團隊還要求 Gork-3 製作一款類似於俄羅斯方塊和寶石迷陣的遊戲。在Grok-3 思考了數分鐘后，給出了答案。
最後，xAI 團隊演示了一個全新的產品，基於 Grok 3 的搜索引擎 —— DeepSearch 。
它不僅能夠搜索網頁並查找現有資料，還能「推測用戶的真實意圖」並進行思考。通過交叉對比多個信息源，它能夠確保「返回最準確的答案」。
Grok 3 攪動 AI 大模型格局
直播結束后，不少網友紛紛發聲。
AI 大牛卡帕西總結了一下自己的「先行版」使用體驗：
首先 Grok 3 的「思考」功能非常先進，能夠出色地解決複雜問題，如創建《卡坦島》風格的棋盤遊戲網頁。相比之下，其他頂級模型（如 DeepSeek-R1、Gemini 2.0 Flash Thinking、Claude）未能解決相同問題。除此之外，Grok 3 也能嘗試解決如黎曼假設等難題。
其次 Grok 3還具備類似「深度研究」的搜索功能，能夠提供高質量的研究問題答案。例如，它能夠回答 Apple 新品發佈、Palantir 股價上漲等問題。但在某些情況下，它會錯誤地產生幻覺（如錯誤的URL或不準確的事實）。
最後在測試一些簡單的「陷阱」問題時，Grok 3 表現良好，能夠正確回答一些邏輯謎題。但在幽默和道德問題方面，它仍然存在一些問題，如生成重複笑話和對複雜倫理問題過於敏感等。
但總的來說 Grok 3 整體表現接近 OpenAI 的 o1-pro 模型，並略優於 DeepSeek-R1 和 Gemini 2.0 Flash Thinking。
Imarena.ai 官方更是在經過測試后發文稱：
Grok-3 是首個突破 1400 分的模型，在所有類別中排名第一，這是一個越來越難以實現的里程碑。
更有網友直呼：Grok 3 可能是現實世界中在物理層面處理得最好的基礎大語言模型了！當然也有網友在測試之後，認為 Grok 3 在編程方面並不是很擅長。
值得一提的是，Grok 3 第一批獲得訪問權限的人將首先從 X 上的 Premium+ 訂閱者開始，而普通用戶何時能用上，他們也並不清楚。
但基於網友們對 Grok 3 褒貶不一的評價，雷峰網不禁猜測，這被 「鈔能力」 風風火火砸出來的的 「no.1」 在權限全面放開之後會不會口碑兩極反轉，亦或是依舊好評如潮，穩坐 AI 大模型王座？
時間還早，讓子彈再飛一會。
參考鏈接：https://x.com/i/broadcasts/1gqGvjeBljOGB?t=SX_aTsBoXc07lfSR_Aw8AQ&s=09
