专栏名称: 星海情报局
关注“中国制造”的星辰大海
目录
相关文章推荐
广州市文化广电旅游局  ·  藏不住了！广州也有自己的「童话大草原」！ ·  15 小时前  
佳木斯广播电视台  ·  逐日东极 ... ·  19 小时前  
佳木斯广播电视台  ·  逐日东极 ... ·  19 小时前  
地道风物  ·  贵州最早的春天，就在这处徐霞客打卡的西南奇胜地！ ·  3 天前  
最红安  ·  古朴而美丽的传统村落——红安祝家楼 ·  2 天前  
最红安  ·  古朴而美丽的传统村落——红安祝家楼 ·  2 天前  
新晚报  ·  海南通报：停业整顿15天 ·  3 天前  
51好读  ›  专栏  ›  星海情报局

马斯克正式发布Grok 3，这回真的把OpenAI干碎了。

星海情报局  · 公众号  ·  · 2025-02-18 17:06

正文

中午12点， 预告了两三天的Grok3的发布会，终于来了。
前天马斯克就在X上吆喝，说Grok 3是“地球上最聪明的人工智能”。
甚至还在迪拜世界政府峰会说：“Grok 3的推理表现优于我们所知的任何已发布的模型，这是个好迹象。”
而今天，在灯等等灯等的小音乐声中，马斯克习惯性的迟到后，四个大兄弟也坐在了现场，给大家演示Grok 3。
中间C位又是两个华人。
看完全程以后，我只能说，OpenAI现在是真的惨，前脚被DeepSeek，而后脚，又全部被Grok 3给干碎了。。。
是的，连o3 mini，也被Grok 3 mini干碎了，而Grok 3，今天X Premium用户可是就可以用了。。。
一文来带大家迅速过一遍，Grok 3的能力。
主要分成3块，Grok 3、Grok 3 Reasoning、Agents。

1. Grok 3

Grok这次是直接冲着OpenAI来的。研发团队一开始就直接甩了Grok和GPT的迭代时间对比。
从Grok0到Grok3，确实是进步飞速。
马斯克嘚啵嘚的意思，就一句话：Grok只用了两年多，就能匹敌GPT五六年的能力。
23年xAI成立后发布了33B的Grok 0，比肩70B的Llama 2。同年11月份，又马不停蹄的发了Grok 1模型。
24年他们不仅发布了Grok 1.5和Grok 2，还发布了xAI的第一个多模态模型Grok-1.5V。
从Grok0到2024 年 8 月 13 日发布的Grok2，再到今天2025年2月的Grok3，Grok的迭代确实很迅速。
关注度这么高的发布会，马斯克也是忍不住炫耀一下自家的十万卡集群Colossus。
老马起初找了数据中心供应商，问他们要在一个地方有序运行10万个Gpu需要多长时间？供应商给的时间范围是从18个月到24个月。
老马直接不乐意了，所以直接自己做。
最终这个集群只用了122天建成，第一阶段是10万块NVIDIA H100 GPU，训练了122天。后来扩展到20万块GPU（含新增的5万块H100与5万块H200），又训练了92天。 由田纳西河流域管理局（TVA）提供超过100兆瓦的电力支持。
最终，有了Grok 3这个超级产物。
半个多小时的发布会没啥实际应用的展示，不过光看跑分grok表现也是挺亮眼的。
在他们内部的测试里，数学、科学和代码三个领域的跑分，Grok 3都是最高的。
不带推理能力的Grok，Benchmarks跑分遥遥领先。
在Chatbot Arena竞技场，Grok3直接拿下第一，分数也高得惊人。
带推理能力的Grok，也是直接冲着目前最好的推理模型去的。分数远高于o3和DeepSeek-R1，拉着就是比。
尤其是Grok解数学题的能力，马斯克在发布会上也特意强调他们会给模型更多时间让它自己思考。
在Chatbot Arena竞技场，Grok3直接拿下第一，分数也高得惊人。
不仅第一，还是目前唯一1400分以上的模型，直接把没火多久的Gemini2.0甩开一大截。

2. Grok 3 Reasoning
下一个，reasoning，也就是grok 3的推理模型。
但是因为还没有具体实测到，所以我不知道，他是类似DeepSeek v3和DeepSeek R1这种两套模型的区别，还是类似于Claude在传的那种混合模型的区别，但是我个人感觉大概率还是两套。
然后上来展示这UI设计，好眼熟。
大家都在群里疯狂吐槽，deepseek是你吗。
在跑分上， 还是我们熟悉的三领域：数学、科学、代码。
和o3 mini、DeepSeek R1相比，Grok 3 reasoning都取得了领先地位。
特别是o3 mini，直接被干碎了。
5天前，完成了AIME2025的测试，分数最高。
并且还有类似于o1 pro的功能，可以调高参数， 允许Grok 3用更长的时间去推理，让大模型花更多时间思考，直到得出结论。
展示的第一个编程例子，动态宇宙模型，思考了114s。
效果看起来还挺好的，感觉马斯克离他的老家火星又进了一步。
第二个展示了Grok的游戏代码，俄罗斯方块演示（视频有点长，我们这里直接五倍速）
case本身难度也不怎么高，具体实测还不知道是个什么情况，具体详情得测试看，如果确实跟跑分一致，老马没吹牛逼，那Grok 3就是地表最强。

3. Agent
最后一个。
老马决定继续按着OpenAI的头打，推出了他们的Agent工具，DeepSearch，也就是深度搜索。
明显就是前段时间OpenAI Deep Research的翻版。
但是效果上，看了下说实话不太像是能对标 OpenAI Deep Research的，更偏向于搜索而不是研究，比 OpenAI Deep Research的成品和质量还是差的有点远。
更像是Perplexity出的那个。
他们也跑了一个demo。
点击左侧的答案，会有进度条，思考时间不算特别长。
右侧是当前模型的一些摘要，可以看到模型正在浏览哪些网站，并且会交叉验证不同的来源。






请到「今天看啥」查看全文


推荐文章
广州市文化广电旅游局  ·  藏不住了！广州也有自己的「童话大草原」！
15 小时前
佳木斯广播电视台  ·  逐日东极 相约旅发｜汤原旅游景点邀您打卡！大亮子河国家森林公园
19 小时前
佳木斯广播电视台  ·  逐日东极 相约旅发｜汤原旅游景点邀您打卡！大亮子河国家森林公园
19 小时前
地道风物  ·  贵州最早的春天，就在这处徐霞客打卡的西南奇胜地！
3 天前
最红安  ·  古朴而美丽的传统村落——红安祝家楼
2 天前
最红安  ·  古朴而美丽的传统村落——红安祝家楼
2 天前
新晚报  ·  海南通报：停业整顿15天
3 天前
阅尽天下沧桑  ·  赵薇和马云到底什么关系，震惊！
8 年前
肌肉男训练营  ·  他是这个星球上最强壮的男人！！
8 年前
VIKAN薇  ·  林忆莲深情演绎《不必在乎我是谁》，一开口就听醉了
8 年前
裕彬量化分析  ·  特朗普炸了中东火药桶！背后是不可阻挡的美元大周期？
7 年前
G.P.A  ·  怀才不遇的想法是一剂让你停止成长的毒药
7 年前
Sov5搜索   ·   小百科   ·   今天看啥   ·   移动版
51好读 - 好文章就要读起来!