人類(lèi)史上首個(gè)在20萬(wàn)塊GPU上訓(xùn)出的模型終于問(wèn)世! 剛剛,馬斯克帶隊(duì)三位xAI成員在線開(kāi)啟直播,官宣Grok-3全家桶—— Grok-3(Beta)、Grok-3 mini 首個(gè)推理模型Grok-3 Reasoning(Beta)、Grok-3 mini Reasoning:擊敗o3-mini/DeepSeek-R1,解鎖推理時(shí)計(jì)算 首個(gè)AI智能體「DeepSearch」:聯(lián)網(wǎng)深入搜索 一股OpenAI發(fā)布會(huì)的味道撲面而來(lái) 據(jù)介紹,三代Grok的訓(xùn)練計(jì)算量竟是Grok-2的10倍,那么實(shí)際表現(xiàn)又如何? 世界最大超算集群Colossus已有20萬(wàn)塊GPU:10萬(wàn)塊GPU同步訓(xùn)練(第一階段用時(shí)122天搭建);20萬(wàn)GPU(第二階段用時(shí)92天) 在多項(xiàng)基準(zhǔn)測(cè)試中,Grok-3在數(shù)學(xué)(AIME 2024)、科學(xué)問(wèn)答(GPQA)、編碼(LCB)上刷新SOTA,大幅超越DeepSeek-V3、Gemini-2 Pro、GPT-4o。 Grok-3 mini的性能基本上領(lǐng)先或媲美其他閉源/開(kāi)源模型。 在著名大模型LMSYS Arena排行榜中,Grok-3(chocolate終于揭秘)刷榜,Elo評(píng)分超1400位列最高,沒(méi)有任何一個(gè)模型能與之相比。 Grok-3的數(shù)學(xué)能力十分驚人,幾乎能完成大部分美國(guó)數(shù)學(xué)專業(yè)能力測(cè)試的題目。 更令人驚喜的是,Grok-3此次還帶來(lái)了推理模型——Grok-3 Reasoning,在回答問(wèn)題時(shí)會(huì)展示出思維過(guò)程。 進(jìn)入聊天入口,直接選擇「Think」模式,即可開(kāi)啟魔法。 此外,還有「Big Brain」模式、智能體「深度搜索」(Deep Search)模式同步上線。 幾天前,馬斯克曾在預(yù)告中放出豪言,「這是地球上最聰明的AI」,此言不虛。 總愛(ài)搞點(diǎn)事情的奧特曼,一會(huì)兒說(shuō)GPT-4.5讓自己深刻感受到AGI,一會(huì)兒又要開(kāi)源模型全網(wǎng)投票。 甚至有網(wǎng)友提議,不如咱就7:30pm發(fā)布GPT-4.5吧!奧特曼:這不太好吧。 奧特曼的這番言論,擺明了是要擾亂軍心。據(jù)傳言,Grok-3發(fā)布這一歷史性時(shí)刻,OpenAI全員觀戰(zhàn)。 OpenAI前腳發(fā)布的o3-mini剛剛擊敗了R1,如今又被Grok-3追回。不知今晚,GPT-4.5會(huì)不會(huì)降臨? 暴擊o3-mini、DeepSeek-R1,解鎖測(cè)試時(shí)計(jì)算 有人說(shuō),Grok-3是終極的Scaling Law測(cè)試,如今看來(lái),事實(shí)如此。 從2023年Grok-1首次面世,到Grok-1.5,再到Grok-2逐步迭代,模型推理性能飛速飆升的同時(shí),還吞噬了大量的算力。 Grok-3家族,更是將「測(cè)試時(shí)計(jì)算」發(fā)揮到了極致。10萬(wàn)塊H100超算,訓(xùn)出的野獸幾乎無(wú)「模」能敵。 它成為首個(gè)Elo評(píng)分打破1400的模型,在所有分類(lèi)測(cè)試中位列第一。 在多項(xiàng)基準(zhǔn)測(cè)試中,推理模型Grok-3 Reasoning和Grok-3 mini Reasoning在數(shù)學(xué)、科學(xué)、編碼上,性能均大幅超越o3-mini(high)、o1、DeepSeek-R1,還有Gemi-2 Flash Thinking。 可以說(shuō),迄今為止最強(qiáng)「推理模型」,全部敗給了Grok-3 Reasoning,可以說(shuō),它是名副其實(shí)的「世界上最聰明的模型」。 團(tuán)隊(duì)表示,允許Grok去進(jìn)行更長(zhǎng)時(shí)間的思考和推理。 在最新的數(shù)學(xué)基準(zhǔn)AIME 2025上,Grok-3兩款新模型性能同樣刷新SOTA,分別拿下了93和90分。 順便提一句,Grok-3思維鏈和o3-mini套路一樣——防止被偷家xAI掩蓋了部分思考過(guò)程。 接下來(lái),讓我們一睹Grok-3強(qiáng)大的推理能力。 高級(jí)推理Think 首先是一個(gè)太空飛船任務(wù),生成一個(gè)地球發(fā)射、火星著陸以及下一次發(fā)射窗口返回地球的動(dòng)畫(huà)3D代碼。 注意,這個(gè)問(wèn)題的難點(diǎn)在于,過(guò)程中涉及到了大量數(shù)學(xué)和物理模型的計(jì)算。在此之前,團(tuán)隊(duì)從未試過(guò)讓大模型去計(jì)算航天的發(fā)射窗口。 在「Think」模式下,可以看到Grok的思維痕跡,甚至可以進(jìn)去看看Grok在解決問(wèn)題時(shí)到底在想什么。 Grok 3很快生成了完整可運(yùn)行的3D動(dòng)畫(huà)。在代碼中,Grok-3數(shù)值上求解了開(kāi)普勒定律。 下圖是3D動(dòng)畫(huà)的畫(huà)面,直觀展示了任務(wù)過(guò)程中,太陽(yáng)、地球、火星和飛船之間的位置關(guān)系。 甚至,宇航員可以據(jù)此直接算出出艙時(shí)間和距離。這上面有地球-火星往返的轉(zhuǎn)移路徑,這種穿越每26個(gè)月發(fā)生一次。接下來(lái),我們現(xiàn)在正處于一個(gè)過(guò)渡窗口期。 研究者經(jīng)過(guò)檢查后激動(dòng)表示:Grok-3給的答案完全正確! 最后馬斯克揭開(kāi)謎底:其實(shí),這就是SpaceX真正的探索軌道。他充滿信心地表示,兩年內(nèi),地球和火星就會(huì)被連接在一起。 很快有網(wǎng)友評(píng)論,「可以確認(rèn),Grok-3強(qiáng)得離譜!」 與之相對(duì)比的是,o1、o1-pro、o3-mini(high)全都在這個(gè)問(wèn)題上栽了:生成一段代碼,實(shí)現(xiàn)從地球發(fā)射、登陸火星,然后在下一個(gè)發(fā)射窗口返回地球的3D動(dòng)畫(huà)。 「它們生成的代碼能跑是能跑,但很不幸,飛船根本就沒(méi)靠近過(guò)火星,更別說(shuō)回來(lái)了!乖摼W(wǎng)友表示。 然后團(tuán)隊(duì)又讓Grok-3制作一個(gè)游戲。要求是結(jié)合俄羅斯方塊和寶石迷陣兩個(gè)游戲的混合體。 「顯然,如果你讓AI去創(chuàng)作一款像俄羅斯方塊這樣的游戲,互聯(lián)網(wǎng)上有許多例子,或者類(lèi)似寶石迷陣的游戲。它可以復(fù)制它們!寡菔救藛T表示。 所以,現(xiàn)場(chǎng)他們讓Grok-3制作了一個(gè)結(jié)合了俄羅斯方塊和寶石迷陣兩個(gè)游戲的混合體,這次他們使用了「Big Brain」模式,可以使用更多計(jì)算能力的一種模式。 Grok-3隨后開(kāi)始使用python編寫(xiě)代碼,可以看出它調(diào)用了pygame、random和time這3個(gè)庫(kù)來(lái)完成游戲的編寫(xiě)。 代碼完成后,Grok-3生成的俄羅斯方塊和寶石迷陣兩個(gè)游戲的混合體成功運(yùn)行,雖然游戲邏輯有些隨意,但是界面挺美觀。 「我們?cè)趚.ai準(zhǔn)備好成立一個(gè)游戲工作室了嗎?」演示人員激動(dòng)地說(shuō)道,「是的,所以我們正在x.ai啟動(dòng)一個(gè)人工智能游戲工作室。」 在此過(guò)程中,研究者們討論道:最好的AI模型,必須像人類(lèi)一樣思考,會(huì)去想所有可能的對(duì)策和解法,會(huì)自我批評(píng)、回溯,還會(huì)從第一性原理去思考。 甚至,Grok能夠了解自己的邏輯和推理過(guò)程中的一些失誤所在,更正自己的錯(cuò)誤,將一些數(shù)學(xué)推理過(guò)程概念化,而現(xiàn)實(shí)生活中,也正是這些問(wèn)題的延伸。 研究者表示,真正令人興奮的就是,可以用Grok-3去完成現(xiàn)實(shí)世界中的任務(wù),比如打造一輛特斯拉,或者去發(fā)射火箭。 這正是Grok團(tuán)隊(duì)目前正在思考的問(wèn)題。 深度搜索DeepSearch 沒(méi)想到,這一次馬斯克還帶來(lái)了Grok-3首個(gè)智能體——DeepSearch。 DeepSearch是Grok的第一代智能體,能夠在互聯(lián)網(wǎng)上進(jìn)行更深入的搜索。 它允許用戶對(duì)互聯(lián)網(wǎng)和X平臺(tái)進(jìn)行全面搜索。該模式分析大量信息,并通過(guò)快速高效的搜索過(guò)程提供詳細(xì)、合理的答案。 此外,它的信息檢索過(guò)程對(duì)用戶更加透明。你可以直接告訴它只使用來(lái)自X的內(nèi)容,它會(huì)盡量遵守這個(gè)要求,因此可控性更強(qiáng),也更智能。 我們可以問(wèn)DeepSearch智能體:下一次星艦發(fā)射是什么時(shí)候? 可以看到,在左邊,它展示出了搜索和推理的過(guò)程,而在右邊,則展示出了深度思考過(guò)程,以及模型正在瀏覽什么樣的網(wǎng)址和網(wǎng)頁(yè)。 最終,智能體給出了答案:25年2月24日。 游戲玩家還可以提問(wèn):在Poe 2中最硬核的流派是什么? 除了給出答案——煉獄師召喚流之外,智能體還在回答中給出了如何獲得更多武器的攻略。 因此,比起現(xiàn)在普通的搜索引擎,使用Grok智能體能節(jié)約更多的時(shí)間。 Grok團(tuán)隊(duì)表示,從此,或許所有實(shí)習(xí)生都要失業(yè)了,我們需要的只是向大模型下任務(wù)。每個(gè)月花40美元,就能帶來(lái)數(shù)十億美元的回報(bào)。 馬斯克:一周內(nèi)所有功能上線,幾個(gè)月內(nèi)全面開(kāi)源 所以,Grok-3到底什么時(shí)候開(kāi)放? 對(duì)此,馬斯克表示,訂閱Premium Plus的X用戶現(xiàn)在已經(jīng)可以用上了。 而Grok忠實(shí)粉絲則可以單獨(dú)訂閱SuperGrok,從而解鎖深度搜索和思考模型等先進(jìn)功能,并成為早體驗(yàn)新特性的那一波。 全新網(wǎng)址是grok.com,另外App Store里也可以下載了。 馬斯克強(qiáng)調(diào),最新版本一定是網(wǎng)頁(yè)版,App Store里是比較落后的。 目前,Grok-3每天都在更新推理功能,馬斯克放話說(shuō):一周內(nèi),Grok的所有功能都將上線! 傳送門(mén):https://grok.com/ Q&A 什么時(shí)候出語(yǔ)音助手版?會(huì)花一周時(shí)間 。Grok-3 API什么時(shí)候上線?幾周內(nèi)。 Grok 3語(yǔ)音模式是原生的,還是文本轉(zhuǎn)語(yǔ)音?它是Grok-3的一個(gè)變體,能理解你說(shuō)的話,并且直接生成音頻。 Grok-3能否將音頻轉(zhuǎn)錄成文本?沒(méi)問(wèn)題。這個(gè)聲音模型不僅僅是語(yǔ)音轉(zhuǎn)文字那么簡(jiǎn)單,它還具備對(duì)話記憶功能,能記得和你之前的交互記錄。 馬斯克表示,幾個(gè)月之后會(huì)對(duì)Grok-3進(jìn)行全面的開(kāi)源。 Grok-3最令人興奮的部分是什么?訓(xùn)練模型,以及百分百的邏輯推理,都是最難的部分,就像你需要隨時(shí)隨地設(shè)計(jì)宇宙的最新進(jìn)展。 如何設(shè)計(jì)這樣一個(gè)史上最難推理模型?研究者表示,我們花了24個(gè)月去打磨這個(gè)模型,確定它在邏輯推理上有了最新進(jìn)展,同時(shí)他們使用了一個(gè)廢棄工廠,數(shù)據(jù)中心之所以落地在孟菲斯,是因?yàn)榧刃枰懔,又需要能源功能,需?/4吉瓦來(lái)向GPU供能,同時(shí)還需要冷卻設(shè)施。 此前,從沒(méi)有人真正在數(shù)據(jù)中心實(shí)現(xiàn)過(guò)液冷,但Grok團(tuán)隊(duì)做到了! 為了進(jìn)一步對(duì)數(shù)據(jù)中心供能,我們使用了特斯拉的Megapacks,并且重新計(jì)算了建筑物的能源供給。最終證明:團(tuán)隊(duì)的計(jì)算是有效的! 而且,過(guò)程中還需要把不同計(jì)算機(jī)聯(lián)結(jié)在一起,共享信息。在此過(guò)程中,團(tuán)隊(duì)會(huì)看到模型之間供給不平衡的情況。 一方面,是對(duì)建筑供能和節(jié)能的重新設(shè)計(jì);另一方面,團(tuán)隊(duì)設(shè)計(jì)了大模型,設(shè)計(jì)了全新的算法過(guò)程。 研究者表示,不知道其他大模型是否也像Grok-3一樣,需要如此多的人力和物力。 當(dāng)然,團(tuán)隊(duì)也希望在接下來(lái),減少模型的能耗,把數(shù)據(jù)中心的耗能從1/4吉瓦降低下來(lái),或許需要重新設(shè)計(jì),讓它成為世界上效率最高的數(shù)據(jù)中心。 AI大牛高度好評(píng):Grok-3成就驚人 提前拿到內(nèi)測(cè)資格后,AI大佬Karpathy展開(kāi)了一番評(píng)測(cè),分享的感悟比一篇文章還要長(zhǎng)。 總結(jié)來(lái)說(shuō),Grok-3推理模型最領(lǐng)先,解決了卡坦島(Settler's of Catan)難題。上傳GPT-2論文后,Grok-3完成了簡(jiǎn)單的查找問(wèn)題。 它沒(méi)有解決黎曼假設(shè)難題,僅是說(shuō)「這是一個(gè)偉大未解決的難題」。 在體驗(yàn)「深度搜索」功能時(shí),結(jié)合了思考+深度研究的能力,能對(duì)需要研究、查找的問(wèn)題提供高質(zhì)量回答,并給出參考鏈接 。最后,Karpathy給出的評(píng)價(jià)是,「Grok-3 + Thinking表現(xiàn)似乎達(dá)到了與o1 Pro(每月200美元)相當(dāng)?shù)乃,并且略?yōu)于DeepSeek-R1和Gemini 2.0 Flash Thinking」。 大約一年前,xAI團(tuán)隊(duì)從0開(kāi)始的,這么短時(shí)間內(nèi)就達(dá)到了頂尖水平,這是前所未有的驚人成就。 Grok-3同樣通過(guò)了物理模擬測(cè)試,效果堪比o3-mini。 xAI聯(lián)創(chuàng)同樣表示,「我們改進(jìn)模型和系統(tǒng)的速度,比任何單一的里程碑都更重要。Grok-3證明了我們能夠在19個(gè)月內(nèi)從零起步達(dá)到了最先進(jìn)的水平」。 此外,xAI工程師還曝出了即將上線的「高級(jí)語(yǔ)音模式」 Grok-3橫空出世,再次把xAI帶回到世界第一梯隊(duì)。 用馬斯克的一句話做個(gè)總結(jié)——要判斷哪家公司會(huì)在技術(shù)競(jìng)爭(zhēng)中勝出,你只需要關(guān)注其創(chuàng)新速度的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)。 xAI團(tuán)隊(duì)勝利的這一刻,值得被記錄。 奧特曼的AGI也準(zhǔn)備就緒。 參考資料:https://x.com/i/broadcasts/1gqGvjeBljOGB 文章來(lái)源:新智元 |
原創(chuàng)欄目
IT百科
網(wǎng)友評(píng)論
聚超值•精選
在經(jīng)歷了2018-2020年“蔚小理”的上市潮后,隨著國(guó)內(nèi)新能源汽車(chē)市場(chǎng)競(jìng)爭(zhēng)日益激烈,以及全球EV需求放緩,IPO的大門(mén)正在向造車(chē)新勢(shì)力們緩緩關(guān)閉。極氪的成功上市既是對(duì)新勢(shì)力的一次激勵(lì),也是一次警示——后來(lái)者必須面對(duì)越來(lái)越嚴(yán)苛的上市條件。留給哪吒汽車(chē)、廣汽埃安們的機(jī)會(huì)可能不多了。