1211
當(dāng)?shù)貢r(shí)間2月17日，埃隆·馬斯克的AI公司xAI正式推出了最新的Grok 3模型，并宣稱其為目前“地球上最聰明的AI”。
Grok 3的計(jì)算能力是上一代模型Grok 2的10至15倍。xAI從三個(gè)不同類別對(duì)Grok 3進(jìn)行了評(píng)估：一般數(shù)學(xué)推理、STEM和科學(xué)的一般知識(shí)，以及計(jì)算機(jī)科學(xué)編碼。
Amy是美國(guó)邀請(qǐng)數(shù)學(xué)考試，每年舉辦一次，用Amy評(píng)估模型的表現(xiàn)，可以看到 Grok 3 在所有方面都獨(dú)樹一幟。即便是其簡(jiǎn)化版Grok Mini，也達(dá)到了所有其他競(jìng)爭(zhēng)對(duì)手的前沿水平。
為了測(cè)試實(shí)時(shí)實(shí)用性，xAI啟動(dòng)了代號(hào)為“巧克力”的Grok 3模型盲測(cè)，該測(cè)試已在Chatbot Arena平臺(tái)上運(yùn)行了兩周。在此盲測(cè)中，Grok 3及其早期版本均達(dá)到了1400 Elo分，超越了其他模型。同時(shí)，在CH B能力、指令遵循、編碼等方面的綜合得分也位居第一。
xAI已為Grok 3添加了高級(jí)推理能力，并在過去幾周內(nèi)進(jìn)行了大量測(cè)試。例如，繪制從地球到火星的可行軌跡，并規(guī)劃在稍后時(shí)間點(diǎn)從火星返回地球的路徑；此外，還讓Grok 3編寫游戲，成功創(chuàng)建了一款結(jié)合《俄羅斯方塊》和《Beed》元素的新游戲。
在數(shù)學(xué)、科學(xué)和編碼三個(gè)基準(zhǔn)測(cè)試上，Grok 3的表現(xiàn)均優(yōu)于其他競(jìng)爭(zhēng)對(duì)手，并展現(xiàn)出了真正的泛化能力。盡管xAI主要在數(shù)學(xué)問題和競(jìng)賽編碼問題上訓(xùn)練了Grok 3的推理能力，但它卻能夠處理各種其他任務(wù)，如創(chuàng)建游戲。這表明Grok 3學(xué)會(huì)了檢測(cè)自己的錯(cuò)誤并糾正其思考方式。
Grok 3的發(fā)布同時(shí)，xAI還推出了名為“Deep Search”的新產(chǎn)品，這是Grok代理的第一代。它不僅助力工程師、研究人員和科學(xué)家進(jìn)行編碼，還能幫助每個(gè)人回答日常問題，就像下一代搜索引擎一樣，真正幫助用戶理解宇宙。
據(jù)xAI團(tuán)隊(duì)透露，Grok語音助手正在潤(rùn)色階段，將很快面向公眾推出。而Grok 3 API，包括推理模型和Deep Search，都將在未來幾周內(nèi)發(fā)布。
按照慣例，xAI將在下一個(gè)版本完全推出后開源上一個(gè)版本。因此，當(dāng)Grok 3成熟且穩(wěn)定時(shí)，可能在幾個(gè)月內(nèi)，xAI將開源Grok 2。
當(dāng)被問及該項(xiàng)目中最困難的部分時(shí)，xAI團(tuán)隊(duì)表示是如何讓世界上最強(qiáng)大的訓(xùn)練集群投入運(yùn)營(yíng)。他們?cè)?22天內(nèi)搭建了10萬個(gè)GPU集群，并僅用92天將其拓展至20萬個(gè)GPU集群。據(jù)悉，xAI已經(jīng)開始了下一個(gè)集群的建設(shè)工作，其性能將比當(dāng)前的數(shù)據(jù)中心集群強(qiáng)大五倍。
馬斯克表示，“Grok”這個(gè)詞意味著完全而深刻地理解某件事，并保持同理心。xAI和Grok的使命是理解宇宙及其本質(zhì)，從而弄清楚宇宙的起源、外星人的存在、生命的意義、宇宙的終結(jié)等根源性問題。
