xAI发布Grok-3：性能超越GPT-4o
智东西2月18日报道，马斯克口中“地球上最聪明的AI”——Grok-3终于亮相！该模型基于20万块GPU集群训练而成。
发布会上，伊隆·马斯克担任听众，两位华人研究员吴宇怀（Yuhuai “Tony” Wu）和Jimmy Ba成为焦点。吴宇怀曾就职于谷歌N2Formal研发小组，Jimmy Ba是图灵奖得主辛顿的学生，曾任Meta研究员。
Jimmy Ba（左二）、吴宇怀（左三）、伊隆·马斯克（最右）
xAI此次发布了Grok-3、Grok-3 mini两个推理模型，以及Grok-3 Reasoning、Grok-3 mini Reasoning和首个AI智能体DeepSearch。在基准测试中，Grok-3击败了Gemini-2 Pro、DeepSeek-V3、Claude 3.5 Sonnet、GPT-4o。X平台Premium Plus订阅用户可在Grok应用程序和网页端体验推理、编程和DeepSearch搜索能力。
此外，xAI还推出单独的会员订阅计划SuperGrok，价格为每月30美元（约218人民币）或每年300美元（约2184人民币），解锁额外推理、DeepSearch查询和无限图像生成功能。
OpenAI联合创始人Andrej Karpathy评价Grok-3：“Grok-3+Thinking感觉与OpenAI最强大的模型o1-pro（每月200美元）相当，略好于DeepSeek-R1和Gemini 2.0 Flash Thinking。”
卡帕西评价Grok-3截图（图源：X，谷歌翻译）
马斯克透露，最快一周后Grok将获得“语音模式”。几周后，xAI将在企业API中提供Grok-3模型与DeepSearch功能。几个月后，xAI将开源Grok-2。
直播最后，Grok用马斯克声音进行对话，作为彩蛋。
Grok-3现场演示：地球火星路径设计，本科生水平，两年内上火箭
现场演示中，Grok被要求设计地球与火星间的路径，并用动画呈现；以及设计类似俄罗斯方块的消消乐游戏。Grok在“思考”时出现卡顿，演示人员不得不切换话题。
随后，演示人员返回，展示了Grok的生成结果。
Grok在114秒内解决了地球火星路径问题。马斯克评价其解决方案基本正确，并表示Grok将在两年内接入SpaceX火箭。
在消消乐游戏设计中，Grok生成的代码可以直接运行。马斯克宣布xAI将成立游戏工作室，使用AI进行游戏开发。
Grok-3具备DeepSearch功能，能预测SpaceX下一次火箭发射时间，并提供思维链总结和完整思维链。其搜索范围广泛，涵盖X平台、百科网站和政府文件。
DeepSearch会考虑用户问题背后的意图、需求和目的，并交叉检验信息来源，以提供更准确的回答。
用户已发布100%由Grok-3生成的游戏，只需告知Grok需求，即可获得完整游戏代码。
研究人员发现，Grok已能解决复杂工程问题，节省大量时间，达到本科毕业生水平。17个月前，Grok还难以解决高中数学题。
20万GPU加持，性能超越o3-mini high、DeepSeek-R1
Grok-3训练量是Grok 2的10倍，依托于xAI在孟菲斯的AI超级计算机集群。该集群第一阶段在122天内建成10万块NVIDIA H100 GPU，第二阶段拓展到20万块GPU集群仅用92天。
基准测试显示，Grok-3在AIME、GPQA、LCB Oct-Feb中击败Gemini-2 Pro、DeepSeek-V3、Claude 3.5 Sonnet、GPT-4o。
Grok-3早期版本在Chatbot Arena中获得1400分，排名第一。Chatbot Arena通过用户投票进行AI模型竞争。
xAI发布的Grok-3 Reasoning Beta在AIME 2025中达到93分，在GPQA上达到85分，超过o3-mini high和DeepSeek-R1。
用户可开启“Big Brain”模式，进行更仔细的推理，适用于数学、科学和代码问题。马斯克提到，他们隐藏了一些推理过程以防止蒸馏。
几个月后xAI将开源Grok-2。马斯克表示：“当Grok-3成熟稳定时，我们将开源Grok-2。”
xAI认为真正的AI需要具备反思、第一性原理检验等能力。Grok-3通过强化学习学会了这些能力，实现了训练和推理时的Scaling Law。
Grok-3的语音交互功能通过原生语音交互模型实现，无需语音转文字、文字转语音中间环节。
马斯克称，未来将加大数据中心建设力度，下一个计算集群将成为世界上最强大的集群，能耗达1.2GW。
基于合成数据训练，计划筹集约100亿美元资金
直播推迟18分钟开始，观看人数超过286万人次。马斯克在X上转发、点赞对Grok-3的赞美。
Grok-3发布前，马斯克让Grok模仿《指环王》“戒指之诗”创作工程师版诗歌。
Grok生成的诗歌最后还有对专有名词的注释。
Grok-3在合成数据上接受训练，并通过检查数据来反映错误，达到逻辑一致性。
xAI计划筹集约100亿美元资金，估值或达750亿美元。去年12月，xAI完成C轮融资，筹集60亿美元，总融资额达120亿美元。
结语：马斯克继续押注大算力AI
Grok 3在训练集群规模、用电量上都是领先的，转化为在基准测试上的SOTA表现。未来xAI可能继续押注大算力AI。
有网友评价，应考虑效率更高的进步，而不是规模更大、耗能更多的进步。
Grok-3 AI工具地址：【点击登录】
