Grok 3 已开始推出。xAI 创始人 Elon Musk 将这款聊天机器人描述为"一个追求最大程度真相的 AI,即便这些真相有时与政治正确相悖"。
Grok 3 的预训练工作于今年一月初完成,不过 xAI 团队表示训练仍在继续。为此,他们专门建造了一个大型数据中心。该项目从去年四月开始开发,xAI 表示在 122 天内,该设施就达到了 10 万个 GPU 同步训练的规模。随后又用了 92 天将设施扩展到 20 万个 GPU。
这个数字听起来很大,但实际上呢?与竞争对手相比并不算什么。虽然发展速度令人瞩目,但 xAI 仍落后于 OpenAI。不过,他们试图通过一系列基准测试来证明 Musk 的 AI 平台优于竞争对手。
在简短的演示中,xAI 团队着重强调了 Grok 3 在科学、数学和编程方面相比其他模型 (如 OpenAI 的产品) 的优势。当然,我们在看待科技行业的任何基准测试时都需要持谨慎态度,而不仅仅是 AI 领域。
xAI 表示,Grok 3 的计算能力是其前代产品的 10 倍。而在演示中,Musk 声称这个数字接近 15 倍。
演示内容虽然引人注目但并非突破性的。在编程演示中,团队要求 Grok 3 开发一个结合俄罗斯方块和宝石迷阵的游戏,经过短暂停顿后,系统确实制作出了一个融合两款游戏精华的可玩游戏。
为呼应 Musk 的火星梦想,团队还要求计算往返火星的轨道,Grok 3 随即生成了一份包含动画的任务计划。它还报告了 Musk 另一个项目 - SpaceX 的 Starship 的进展情况。
尽管这些演示并不惊艳,但它们突显了 Grok 飞速发展的步伐。2024 年推出的 Grok 2 将在 Grok 3 被认定为成熟稳定后开源。
X 平台的 Premium+ 订阅用户将率先体验这项更新服务。此外还推出了"SuperGrok"升级版,根据 xAI 的说法,这将让用户提前体验新功能,并提供更高的图像生成限制。演示中没有透露 SuperGrok 的价格,不过 X 平台的 Premium+ 订阅在美国每月 40 美元,在英国为 17 英镑。
Musk 表示对话版本正在开发中,并提醒本周部署的更像是测试版。他说:"如果你想要更完善的版本,也许可以等一周。"
未来几周和几个月将推出的其他功能包括在 xAI 企业 API 中的 Grok 3 模型,以及对话中的记忆功能实现。
即使 Grok 3 具备搜索互联网寻找问题答案的能力,也不太可能引起太大轰动,我们完全可以想象 OpenAI 等竞争对手会迅速发布展示自身优势的基准测试结果。
然而,正是这种发展速度会让竞争对手深思。即便在快速发展的 AI 领域,Grok 3 的快速面世(虽然比 Musk 2024 年吹嘘的年底时间表稍晚)以及相比前代产品的改进,都令人印象深刻。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。