Elon Musk 的 xAI 公司周一发布了其最新的人工智能旗舰模型 Grok 3。公司同时还推出了精简版 Grok 3 mini,以及一个被称为"下一代搜索引擎"的新工具 DeepSearch。xAI 为 Grok 3 的网页端和移动端应用增加了新功能,并专门为 Grok 用户推出了一项名为 SuperGrok 的订阅服务。
"我们非常兴奋地推出 Grok 3,我们认为它在短时间内的能力比 Grok 2 提升了一个数量级,"Musk 在 xAI 的 X 平台直播中表示。Grok 3 使用了 200,000 块 Nvidia H100 GPU 进行训练,是 Grok 2 的两倍。团队表示,他们花了 92 天时间扩展位于孟菲斯的超级计算机"巨人"(Colossus),以适应 Grok 3 的训练需求。
Musk 在演示中表示,Grok 3 的计算能力是 Grok 2 的 15 倍,不过他在此前的 X 平台帖子中提到是 10 倍。该模型的训练数据范围包括 X 平台用户帖子到法院文件等各类信息。
Grok 3 面临来自 OpenAI、Google 和 Anthropic 的激烈竞争,这些公司都已在 2025 年发布了新的 AI 模型或计划这样做。
Google Gemini 2.0 在二月初增加了实用功能,而 OpenAI 计划在 2025 年晚些时候推出 GPT-5 时统一其所有 AI 模型。同时,Anthropic 的下一个新 AI 模型可能在几周内发布。
如何体验 Grok 3
从 2 月 18 日开始,Grok 3 将向 X Premium Plus 会员开放,这些用户目前将拥有独家访问权,包括使用 DeepSearch 的权限。这对这些用户来说是一个小胜利,因为 X 最近将 Premium Plus 的价格从 16 美元提高到了 22 美元。
最终,xAI 将推出专门面向 Grok 3 的订阅服务 SuperGrok,其中包括 DeepSearch、更高的图像生成限制以及访问 Grok 3 mini 的功能(如 Think)。演示中未显示具体价格。
"智能得可怕"
"Grok 3 具有非常强大的推理能力,"Musk 在 2 月 13 日接受 CNBC 采访时表示。"在我们迄今进行的测试中,Grok 3 的表现超过了我们所知的任何已发布的模型。有时候,我觉得 Grok 3 聪明得有点可怕。"
当然,目前还无法测试 Grok 3 的能力。团队提到 Grok 可能会回答它认为是真实的内容——但没有提到 Grok 2 产生幻觉的倾向,或 Grok 3 会多频繁地出现这种情况。
DeepSearch
除了 Grok 3,xAI 团队还发布了 DeepSearch,这是第一代 Grok 3 代理,允许用户提问并获得答案。在直播中被称为"下一代搜索引擎"。
OpenAI 和 Google 都有类似的基于代理的搜索功能,都被称为 Deep Research。
DeepSearch 向用户展示 Grok 3 的各个处理步骤,从思考问题到研究再到最终答案。演示花了大约一分钟,引用了 15 条 X 平台帖子和 32 个网页作为参考。
DeepSearch 的另一个特点是能够查看 Grok 3 的推理过程。在回答一个关于疯狂三月篮球赛的问题后,团队使用该功能展示了 Grok 3 是如何得出结论的。
"我应该查看球队排名、常规赛表现、任何伤病或关键球员状态,可能还要看看他们在锦标赛中的历史表现数据,"当被问及时,Grok 3 这样回答。
这与中国 AI 公司 DeepSeek(于一月份推出其平台)在回答查询时包含推理过程的做法类似。
好文章,需要你的鼓励
IBM在量子开发者大会上发布两款新型量子处理器。Quantum Nighthawk配备120个量子比特和218个新一代可调耦合器,比前代产品增加20%耦合器,可执行复杂度提升30%的电路。Quantum Loon是实验性处理器,展示了实现极低错误率和高效错误恢复的所有组件。IBM计划2026年底确认首批量子优势案例,并于2029年交付大规模容错量子计算平台。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
VDURA数据平台第12版本通过扩展元数据计算、添加系统级快照功能和支持叠瓦磁记录硬盘来降低每TB成本。新版本引入弹性元数据引擎,可动态扩展元数据节点,将元数据操作性能提升最多20倍。快照功能支持即时的节省空间的数据集时点副本。SMR硬盘支持通过智能写入放置引擎,在不影响吞吐量的情况下每机架增加25-30%容量。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。