马斯克口中最智能的Grok 3登场，号称性能超ChatGPT及DeepSeek
如果Grok 3的推理能力真如直播中所讲的那样强大，可能推动AI从 “生成答案” 向 “逻辑推导” 升级。如果Grok 3的推理能力真如直播中所讲的那样强大，可能推动AI从 “生成答案” 向 “逻辑推导” 升级。 界面新闻记者 | 宋佳楠 2月18日午间，马斯克旗下xAI公司的新一代大模型Grok 3正式发布。发布会采用视频直播形式，观看人数超过100万人，马斯克本人也出现在直播间。 据马斯克介绍，Grok3在很短的时间内实现了功能比Grok2强大一个数量级，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。 xAI工程师则表示，虽然Grok起步较晚，但在MMLU得分上以超快的速度追上了ChatGPT，Grok 3所涉及的训练是Grok 2的10倍，目前Grok 3已经在xAI内部运行了2周。MMLU是一个用于评估语言模型在多种任务上语言理解能力的基准测试。 此外，xAI推出名为Deepsearch的Grok-3智能搜索引擎。xAI工程师强调，Deepsearch是xAI的第一代广泛代理工具，它不仅帮助工程师、研究人员和科学家编写代码，也能帮助每个人回答日常遇到的问题。 马斯克在现场演示了Grok 3的搜索能力，如问“下一次的星舰发射是什么时候”，Grok 3会像DeepSeek一样，显示模型正在做什么，包括浏览的网页、思考的过程，并确认网页上的信息是否可信，再得出一个相关的结论。最终，大模型以列表形式预测了下一次星舰的发射期。 值得注意的是，该搜索引擎在深度思考过程中还会显示不同的次任务，这种功能据称比现在的搜索引擎更为强大，可节省更多时间，因对搜索引擎的算法和逻辑重新进行了设计。 对于用户何时可以体验到“地球上最聪明的人工智能”，马斯克称会首先向预定用户开放。由于模型仍在不断更新和改进中，苹果应用商店上线的Grok版本会相对落后，而网页版更新最为及时。据其透露，Grok 3语音模式可能在一周后推出。 马斯克还首次披露了Grok 3的训练成本，称Grok 3训练过程累计消耗20万块英伟达GPU，训练在xAI公司的数据中心完成。 直播末尾，马斯克和xAI工程师现场回答了网友提问。当被问及是否会开源时，马斯克给出了肯定的答案，称每次做下一个版本时会开源上一个版本，几个月后会开源Grok 3。对于颇为敏感的“Grok 3是男性还是女性”问题，马斯克称，性别是模型自己定义的，还提醒“不要爱上Grok”。 谈及开发Grok 3最难的部分，马斯克表示是训练模型和100%的逻辑推理过程，那种复杂程度就像随时随地预测宇宙的发展情况。 如果Grok 3的推理能力真如视频中所讲的那样强大，可能推动AI从 “生成答案” 向 “逻辑推导” 升级。 xAI公司成立于2023年7月，此前已推出过Grok-1、Grok-1.5、Grok-1.5 Vision、Grok-2等大模型产品。其中，Grok-1是迄今参数量最大的开源大语言模型；Grok-1.5具有改进的推理能力和128k的上下文长度；Grok-1.5 Vision是首个多模态智能模型；Grok-2在Chatbot Arena榜单排名第18位。 不过，当前大模型行业竞争态势无比激烈。在Grok 3发布当日，奥特曼在X上表示，“对于高要求的测试者来说，试用GPT-4.5带来的感受AGI的体验，远比我预期的要深刻得多！”这似乎在预示着，GPT-4.5已经进入测试阶段，距离正式发布也不会太远了。 而在2月初，谷歌也发布了一系列新模型，包括Gemini 2.0 Flash、Gemini 2.0 Flash-Lite以及新一代旗舰大模型Gemini 2.0 Pro实验版本。面对竞争对手，Grok 3能否占据主导地位还需进一步观察。 可以确定的是，包括OpenAI、谷歌等AI巨头在内，近期都已感受到了来自中国大模型公司DeepSeek带来的冲击波，以往坚持闭源的OpenAI也有了进一步开源的迹象。2月18日，奥特曼在X上发起投票，问大家希望下一个OpenAI开源的大模型是哪种？是o3-mini还是手机上可运行的大模型？或是在为开源某个大模型做预热。
如果Grok 3的推理能力真如直播中所讲的那样强大，可能推动AI从 “生成答案” 向 “逻辑推导” 升级。如果Grok 3的推理能力真如直播中所讲的那样强大，可能推动AI从 “生成答案” 向 “逻辑推导” 升级。
界面新闻记者 | 宋佳楠
2月18日午间，马斯克旗下xAI公司的新一代大模型Grok 3正式发布。发布会采用视频直播形式，观看人数超过100万人，马斯克本人也出现在直播间。
据马斯克介绍，Grok3在很短的时间内实现了功能比Grok2强大一个数量级，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。
xAI工程师则表示，虽然Grok起步较晚，但在MMLU得分上以超快的速度追上了ChatGPT，Grok 3所涉及的训练是Grok 2的10倍，目前Grok 3已经在xAI内部运行了2周。MMLU是一个用于评估语言模型在多种任务上语言理解能力的基准测试。
此外，xAI推出名为Deepsearch的Grok-3智能搜索引擎。xAI工程师强调，Deepsearch是xAI的第一代广泛代理工具，它不仅帮助工程师、研究人员和科学家编写代码，也能帮助每个人回答日常遇到的问题。
马斯克在现场演示了Grok 3的搜索能力，如问“下一次的星舰发射是什么时候”，Grok 3会像DeepSeek一样，显示模型正在做什么，包括浏览的网页、思考的过程，并确认网页上的信息是否可信，再得出一个相关的结论。最终，大模型以列表形式预测了下一次星舰的发射期。
值得注意的是，该搜索引擎在深度思考过程中还会显示不同的次任务，这种功能据称比现在的搜索引擎更为强大，可节省更多时间，因对搜索引擎的算法和逻辑重新进行了设计。
对于用户何时可以体验到“地球上最聪明的人工智能”，马斯克称会首先向预定用户开放。由于模型仍在不断更新和改进中，苹果应用商店上线的Grok版本会相对落后，而网页版更新最为及时。据其透露，Grok 3语音模式可能在一周后推出。
马斯克还首次披露了Grok 3的训练成本，称Grok 3训练过程累计消耗20万块英伟达GPU，训练在xAI公司的数据中心完成。
直播末尾，马斯克和xAI工程师现场回答了网友提问。当被问及是否会开源时，马斯克给出了肯定的答案，称每次做下一个版本时会开源上一个版本，几个月后会开源Grok 3。对于颇为敏感的“Grok 3是男性还是女性”问题，马斯克称，性别是模型自己定义的，还提醒“不要爱上Grok”。
谈及开发Grok 3最难的部分，马斯克表示是训练模型和100%的逻辑推理过程，那种复杂程度就像随时随地预测宇宙的发展情况。
如果Grok 3的推理能力真如视频中所讲的那样强大，可能推动AI从 “生成答案” 向 “逻辑推导” 升级。
xAI公司成立于2023年7月，此前已推出过Grok-1、Grok-1.5、Grok-1.5 Vision、Grok-2等大模型产品。其中，Grok-1是迄今参数量最大的开源大语言模型；Grok-1.5具有改进的推理能力和128k的上下文长度；Grok-1.5 Vision是首个多模态智能模型；Grok-2在Chatbot Arena榜单排名第18位。
不过，当前大模型行业竞争态势无比激烈。在Grok 3发布当日，奥特曼在X上表示，“对于高要求的测试者来说，试用GPT-4.5带来的感受AGI的体验，远比我预期的要深刻得多！”这似乎在预示着，GPT-4.5已经进入测试阶段，距离正式发布也不会太远了。
而在2月初，谷歌也发布了一系列新模型，包括Gemini 2.0 Flash、Gemini 2.0 Flash-Lite以及新一代旗舰大模型Gemini 2.0 Pro实验版本。面对竞争对手，Grok 3能否占据主导地位还需进一步观察。
可以确定的是，包括OpenAI、谷歌等AI巨头在内，近期都已感受到了来自中国大模型公司DeepSeek带来的冲击波，以往坚持闭源的OpenAI也有了进一步开源的迹象。2月18日，奥特曼在X上发起投票，问大家希望下一个OpenAI开源的大模型是哪种？是o3-mini还是手机上可运行的大模型？或是在为开源某个大模型做预热。
你的反应是什么？
