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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。