【新智元導讀】馬斯克口中全世界最聰明大模型Grok-3，終於震撼登場！ 20萬塊GPU訓出的模型，實屬全球首次。果然，Grok-3已火速屠榜多個排行榜，擊敗o3-mini（high）和DeepSeek-R1。

人類史上首個在20萬塊GPU上訓出的模型終於問世！

剛剛，馬斯克帶隊三位xAI成員在線開啟直播，官宣Grok-3全家桶——

首個推理模型Grok-3 Reasoning（Beta）、Grok-3 mini Reasoning：擊敗o3-mini/DeepSeek-R1，解鎖推理時計算

首個AI智能體「DeepSearch」：連網深入搜尋

一股OpenAI發布會的味道撲面而來

據介紹，三代Grok的訓練計算量竟是Grok-2的10倍，那麼實際表現又如何？

世界最大超算群集Colossus已有20萬塊GPU：10萬塊GPU同步訓練（第一階段用時122天搭建）；20萬GPU（第二階段用時92天）

在多項基準測試中，Grok-3在數學（AIME 2024）、科學問答（GPQA）、編碼（LCB）上刷新SOTA，大幅超越DeepSeek-V3、Gemini-2 Pro、GPT-4o。

Grok-3 mini的性能基本上領先或媲美其他閉源/開源模型。

在著名大模型LMSYS Arena排行榜中，Grok-3（chocolate終於揭秘）刷榜，Elo評分超1400位列最高，沒有任何一個模型能與之相比。

Grok-3的數學能力十分驚人，幾乎能完成大部分美國數學專業能力測驗的題目。

更令人驚訝的是，Grok-3這次也帶來了推理模型－Grok-3 Reasoning，在回答問題時會展現思考過程。

進入聊天入口，直接選擇「Think」模式，即可開啟魔法。

此外，還有「Big Brain」模式、智能體「深度搜尋」（Deep Search）模式同步上線。

幾天前，馬斯克曾在預告中放出豪言，「這是地球上最聰明的AI」，此言不虛。

總愛搞點事情的奧特曼，一會兒說GPT-4.5讓自己深刻感受到AGI，一會兒又要開源模型全網投票。

甚至有網友提議，不如咱就7:30pm發布GPT-4.5吧！奧特曼：這不太好吧。

奧特曼的這番言論，擺明了是要擾亂軍心。據傳言，Grok-3發布這段歷史性時刻，OpenAI全員觀戰。

OpenAI前腳發布的o3-mini剛剛擊敗了R1，如今又被Grok-3追回。不知今晚，GPT-4.5會不會降臨？

爆擊o3-mini、DeepSeek-R1，解鎖測試時計算

有人說，Grok-3是終極的Scaling Law測試，如今看來，事實是如此。

從2023年Grok-1首次面世，到Grok-1.5，再到Grok-2逐步迭代，模型推理性能飛速飆升的同時，也吞噬了大量的算力。

Grok-3家族，更是將「測試時計算」發揮到了極致。 10萬塊H100超算，訓出的野獸幾乎無「模」能敵。

它成為首個Elo評分打破1400的模型，在所有分類測試中排名第一。

在多項基準測試中，推理模型Grok-3 Reasoning和Grok-3 mini Reasoning在數學、科學、編碼上，性能都大幅超越o3-mini（high）、o1、DeepSeek-R1，還有Gemi-2 Flash Thinking。

可以說，迄今為止最強「推理模型」，全部敗給了Grok-3 Reasoning，可以說，它是名副其實的「世界上最聰明的模型」。

團隊表示，允許Grok去進行更長的思考和推理。

在最新的數學基準AIME 2025上，Grok-3兩款新模型效能同樣刷新SOTA，分別拿下了93​​和90分。

順便提一句，Grok-3思維鍊和o3-mini套路一樣——防止被偷家xAI掩蓋了部分思考過程。

接下來，讓我們一窺Grok-3強大的推理能力。

首先是太空船任務，產生一個地球發射、火星著陸以及下一次發射窗口返回地球的動畫3D代碼。

請注意，這個問題的困難在於，過程中涉及了大量數學和物理模型的計算。在此之前，團隊從未試過讓大模型去計算航太的發射視窗。

在「Think」模式下，可以看到Grok的思考痕跡，甚至可以進去看看Grok在解決問題時到底在想什麼。

Grok 3很快就產生了完整可運行的3D動畫。在程式碼中，Grok-3數值上求解了開普勒定律。

下圖是3D動畫的畫面，直觀展示了任務過程中，太陽、地球、火星和太空船之間的位置關係。

甚至，太空人可以據此直接算出出艙時間和距離。這上面有地球-火星往返的轉移路徑，這種穿越每26個月發生一次。接下來，我們現在正處於過渡窗口期。

研究者經過檢查後激動表示：Grok-3給的答案完全正確！

最後馬斯克揭開謎底：其實，這就是SpaceX真正的探索軌道。他充滿信心地表示，兩年內，地球和火星就會連結在一起。

很快有網友評論，「可以確認，Grok-3強得離譜！」

與之相對比的是，o1、o1-pro、o3-mini（high）全都在這個問題上栽了：生成一段代碼，實現從地球發射、登陸火星，然後在下一個發射窗口返回地球的3D動畫。

「它們產生的代碼能跑是能跑，但很不幸，飛船根本就沒靠近過火星，更別說回來了。」該網友表示。

然後團隊又請Grok-3製作一個遊戲。要求是結合俄羅斯方塊和寶石迷陣兩個遊戲的混合體。

「顯然，如果你讓AI去創作一款像俄羅斯方塊這樣的遊戲，網路上有許多例子，或類似寶石迷陣的遊戲。它可以複製它們。」示範人員表示。

所以，現場他們讓Grok-3製作了一個結合了俄羅斯方塊和寶石迷陣兩個遊戲的混合體，這次他們使用了「Big Brain」模式，可以使用更多運算能力的模式。

Grok-3隨後開始使用python編寫程式碼，可以看出它調用了pygame、random和time這3個函式庫來完成遊戲的編寫。

代碼完成後，Grok-3生成的俄羅斯方塊和寶石迷陣兩個遊戲的混合體成功運行，雖然遊戲邏輯有些隨意，但是界面挺美觀。

「我們在x.ai準備好成立一個遊戲工作室了嗎？」演示人員激動地說道，「是的，所以我們正在x.ai啟動一個人工智能遊戲工作室。」

在這個過程中，研究者們討論道：最好的AI模型，必須像人類一樣思考，會去想所有可能的對策和解法，會自我批評、回溯，還會從第一原理去思考。

甚至，Grok能夠了解自己的邏輯和推理過程中的一些失誤所在，修正自己的錯誤，將一些數學推理過程概念化，而現實生活中，也正是這些問題的延伸。

研究者表示，真正令人興奮的就是，可以用Grok-3去完成現實世界中的任務，例如打造一輛特斯拉，或是去發射火箭。

台北時間2月18日中午，馬斯克旗下人工智慧初創公司xAI開發的Grok-3模型正式發佈。此前，馬斯克將Grok-3描述為“地球上最聰明的AI”。他在X平台上表示：“自己整個周末都在和團隊打磨產品”。

台北時間12:18，Grok-3發佈會正式開始。在發佈會背景板上，寫著"our mission is to understand universe（我們的使命是瞭解宇宙）"。馬斯克曾表示，xAI公司的目標就是“瞭解宇宙”。截至發稿時，直播觀看人次超300萬次。

xAI在X平台直播，馬斯克到場（圖片來源：X平台）

馬斯克在直播中表示，Grok的名字來自海因萊因的小說《異鄉異客》，主角是一個在火星上長大的人類，而Grok這個詞代表了全面深刻地理解事物。

xAI團隊介紹，Grok-3的性能比Grok-2提升了一個數量級，和Grok-3聊天會覺得非常有趣。

xAI團隊在直播中展示稱，Grok-3和Grok-3 mini在多方面的測試得分上都超過或媲美Gemini和ChatGPT等對手。在訓練Grok的過程中，團隊搭建了大型算力叢集，並克服了散熱、電力等問題帶來的挑戰，用了122天讓首批10萬張GPU投入使用並正常運行，現在他們計畫將叢集規模繼續擴大一倍。

團隊還演示用Grok-3生成程式碼，並運行了這段程式碼。畫面上顯示出了飛船在地球和火星間往返的動畫。隨後，Gork-3又演示了製作一款類似於俄羅斯方塊的遊戲。馬斯克稱，將在xAI推出一個人工智慧遊戲工作室。

飛船在地球和火星間往返的動畫直播截圖（圖片來源：X平台）

此外，xAI宣佈推出名為Deepsearch的Grok-3智能搜尋引擎。名字和最近大熱的Deepseek頗有幾分相似。

在此前舉行的世界政府峰會上，馬斯克通過視訊通話表示，Grok-3是“地球上最聰明的人工智慧”。他表示，Grok-3將在推理、程式設計能力以及文字和圖像分析等多模態能力方面有顯著提升，它的表現“優於目前所有已發佈的產品”。

馬斯克強調，Grok-3可以減少AI幻覺，方法是通過來回檢查資料並嘗試實現邏輯一致性。他還透露，訓練Grok-3所使用的算力遠多於此前的版本，並使用了大量合成資料。

不同於DeepSeek的演算法最佳化路徑（DeepSeek-V3用2048個H800 GPU，訓練2788千小時），xAI透露，Grok-3的開發的得益於用8個月時間建成的Colossus超級電腦，它由10萬個輝達的H100 GPU驅動，為訓練提供了2億個GPU小時，比Grok-2多十多倍。

2023年7月，馬斯克成立xAI公司。2023年11月，xAI發佈第一款大模型 Grok-1，擁有3140億參數，成為當時參數量最大的開源大語言模型；2024年8月發佈的Grok-2，在性能上與ChatGPT最新模型相媲美。該系列大模型可以通過聯網獲取即時資訊，瀏覽和使用X平台（原推特）上的資訊，使其具有資訊獲取的時效性。

馬斯克的xAI成為AI大模型領域強有力的競爭者，同樣參與這場競技的還有OpenAI、Google、Anthropic以及近期引發全球關注的中國初創企業DeepSeek。

OpenAI於近日宣佈，公司將在未來幾個月內推出新一代人工智慧模型GPT-5和GPT-4.5。據稱，GPT-5將整合OpenAI的多項核心技術，包括o3推理模型。

OpenAI首席執行官兼聯合創始人SamAltman今日凌晨在社交平台表示：“對於高要求的測試者來說，試用GPT-4.5的體驗，遠比我預期的要深刻得多！”業內人士預計，這說明GPT-4.5已經進入測試階段，離正式發佈非常近了。

2月初，DeepSeek新模型發佈後，Google公司發佈Gemini2.0系列模型，該系列模型強化了編碼與推理能力，全面開放使用並降低成本。

另有消息稱，Anthropic計畫在未來幾周內發佈新的混合型大模型Claude 4，使用者可以自行控制使用時的推理成本。

當地時間本周一，總部位於法國巴黎的Mistral發佈名為Mistral Saba的定製大模型，特點是具有高精準率的阿拉伯語互動能力。

今年春節以來，中國初創企業DeepSeek發佈新模型DeepSeek-R1，以極低的訓練成本和使用成本，超越OpenAI對標模型，攪動AI大模型競爭，也在國內各大行業帶起了大模型接入潮。

據不完全統計，已經有數百家公司正式接入DeepSeek研發的大模型。包括國內三大基礎營運商、超過15家晶片廠商，以及包括雲服務、網路科技、金融在內的200多家企業，多個手機廠商和車企，地方政府政務系統，以及微軟、輝達、亞馬遜等世界級雲端運算巨頭都宣佈接入DeepSeek。

騰訊集團確認，微信自2月15日起開始灰度測試接入DeepSeek-R1模型，增強其搜尋功能。消息一出，引發騰訊股價大漲。2月16日晚間，百度搜尋宣佈將全面接入DeepSeek和文心大模型最新的深度搜尋功能。

值得關注的是，在DeepSeek的推動下，大模型正朝著越來越智能且免費的方向發展，這也加快了大模型走入日常生活的腳步。

百度官方宣佈，文心一言將於4月1日起全面免費，所有PC端和APP端使用者均可體驗其最新模型，包括超長文件處理、專業檢索增強、高級AI繪畫、多語種對話等功能。2月13日凌晨，OpenAI也公佈了GPT-5的最新消息，OpenAI將在未來幾個月內推出GPT-5的模型，免費版ChatGPT能在標準智能設定下無限制地使用GPT-5進行對話。此外，Google也在早些時候宣佈其最新AI模型套件Gemini 2.0正式向所有使用者開放使用。

中國資訊通訊研究院技術與標準研究所工程師龔正表示，AI技術的成熟正在改寫商業模式，DeepSeek等開源模型的崛起正在重構行業生態。OpenAI首席執行官薩姆·奧爾特曼則預言，使用AI的成本每12個月下降10倍。

走向免費的大模型如何賺錢？一位關注AI創新的投資服務業人士告訴記者：“AI大模型實際從去年就開始了降價潮，而大模型企業目前還沒有完成商業化。”他表示，“AI大模型企業要想掙錢，可以提供面向企業端的解決方案，同時大模型企業的估值也不是根據模型，而是看其生態。”

上述業內人士稱，對於大模型企業來說，未來的估值將不再單純依賴於模型本身，而是更多地關注其生態建設、使用者規模、資料質量以及增值服務的盈利能力。擁有龐大使用者基礎和完善生態的企業，將在未來的市場競爭中佔據優勢。

國信證券表示，三大營運商年後陸續接入DeepSeek，營運商龐大的資料有助於為DeepSeek的模型訓練與最佳化提供豐富素材，營運商接入DeepSeek有助於開發新的AI驅動型業務，營運商雲平台有望實現AI能力深度整合，加速雲業務增長，促進營運商第二曲線增長。

在內容創作領域，大模型可以幫助企業快速生成文案、圖片、視訊等內容，提高創作效率。在智能客服領域，大模型可以實現更智能的互動，提升客戶滿意度。在金融領域，大模型可以用於風險評估、投資決策等，提高金融機構的營運效率和風險管理能力。

清華大學公共管理學院教授、清華大學人工智慧國際治理研究院副院長梁正在近期採訪中談到，AI未來的發展將向終端化與輕量化發展，隨著多模態、強化學習等技術進步，服務機器人、無人駕駛車輛、無人機的規模化部署將成為可能。

隨著AI大模型快速發展，相關產業鏈迎來更多機會。路博邁基金認為，短期內，半導體行業將面臨顯著波動，市場正在重新評估DeepSeek的技術突破對更廣泛AI生態系統可能產生的影響；但從中期來看，隨著代理型AI的崛起，對先進推理演算法及其下一代晶片的需求將繼續增長。摩根資產管理稱，將關注以人工智慧為驅動力的科技產業、新能源產業、高端製造業以及以創新藥為主的醫療健康產業。   (中國證券報)

#Grok-3 你可以在這裡找到鉅亨號中所有使用「Grok-3」為關鍵字所發布的內容