2 月 16 号，反超马斯克在 X 上发布了一条自家 Grok 3 模型的克钞发布预告。
并配文“地球上最聪明的砸出k终 AI”要来了。
北京时间 2025 年 2 月 18 日中午，于上马斯克如约带领着 xAI 的反超工程师和研究团队开启了 Grok 3 的首发实况。
这次发布会主要分为三个部分，克钞介绍了 Grok 3 在训练上比 Grok 2 多投入了 10 倍的砸出k终计算资源，解锁了更强大的于上计算能力，展示了基于 Grok 3 的反超 AI Agent，展现了 xAI 团队在自主智能体领域的克钞最新进展。
“我们非常高兴能够推出 Grok3，我们认为，于上在很短的反超时间内，它的克钞功能比 Grok2 强大一个数量级。这要归功于一支不可思议的砸出k终团队的辛勤工作，我很荣幸能与这样一支优秀的团队合作。”马斯克在发布会上说道。
马斯克还透露，Grok 3 由 Colossus 超级计算机训练完成，这台计算机是在短短八个月内建成的，搭载了 10 万颗英伟达 H100 GPU，提供了超过 2 亿 GPU 小时的计算资源——是 Grok 2 的10倍。
据 xAI 团队介绍，xAI 最开始搭建这个 10 万 GPU 集群用了 122 天，后续拓展到 20 万 GPU 集群仅用了 92 天。显著的算力提升让 Grok 3 能够更高效地处理庞大信息集，缩短训练时间。随即他们便晒出了一组和 ChatGPT 的信息对比图，并表示虽然 Grok 起步较晚，但在 MMLU 得分上以超快地速度追上了 ChatGPT。
并且 Grok3 在 LMSYS（大模型竞技场）中的排名也是一骑绝尘。
其中 Grok-3 和 Grok-3 mini 在多方面性能上都超过或媲美 Gemini、DeepSeek 和 ChatGPT 等对手。
发布会列出的信息显示，Grok-3 和 Grok-3 mini 在数学、科学和编程的基准测试中，表现超越了所有主流模型，包括 GPT-4、Claude 3.5 Sonnet、DeepSeek-V3 和 Gemini-2 Pro等。
而 Grok-3 Reasoning Beta 和 Grok-3 mini Reasoning 这两个版本，则凭借强大的推理能力，超越了像 DeepSeek-R1 和 OpenAI o3 mini 等推理模型。
此外，xAI团队还现场演示了一个任务，要求Grok-3在现场生成一段关于太空发射的3D动画代码。在大约两分钟的思考后，Grok 3生成了可直接运行的Python代码，成功展示了可以运行的3D动画。
除此之外团队还要求 Gork-3 制作一款类似于俄罗斯方块和宝石迷阵的游戏。在Grok-3 思考了数分钟后，给出了答案。
最后，xAI 团队演示了一个全新的产物，基于 Grok 3 的搜索引擎 —— DeepSearch 。
它不仅能够搜索网页并查找现有资料，还能“推测客户的真实意图”并进行思考。通过交叉对比多个信息源，它能够确保“返回最准确的答案”。
实况结束后，不少网友纷纷发声。
AI 大牛卡帕西总结了一下自己的“先行版”使用体验：
首先 Grok 3 的“思考”功能非常先进，能够出色地解决复杂问题，如创建《卡坦岛》风格的棋盘游戏网页。相比之下，其他顶级模型（如 DeepSeek-R1、Gemini 2.0 Flash Thinking、Claude）未能解决相同问题。除此之外，Grok 3 也能尝试解决如黎曼假设等难题。
其次 Grok 3还具备类似“深度研究”的搜索功能，能够提供高质量的研究问题答案。例如，它能够回答 Apple 新品发布、Palantir 股价上涨等问题。但在某些情况下，它会错误地产生幻觉（如错误的URL或不准确的事实）。
最后在测试一些简单的“陷阱”问题时，Grok 3 表现良好，能够正确回答一些逻辑谜题。但在幽默和道德问题方面，它仍然存在一些问题，如生成重复笑话和对复杂伦理问题过于敏感等。
但总的来说 Grok 3 整体表现接近 OpenAI 的 o1-pro 模型，并略优于 DeepSeek-R1 和 Gemini 2.0 Flash Thinking。
Imarena.ai 官方更是在经过测试后发文称：
Grok-3 是首个突破 1400 分的模型，在所有类别中排名第一，这是一个越来越难以实现的里程碑。
更有网友直呼：Grok 3 可能是现实世界中在物理层面处理得最好的基础大语言模型了！当然也有网友在测试之后，认为 Grok 3 在编程方面并不是很擅长。
值得一提的是，Grok 3 第一批获得访问权限的人将首先从 X 上的 Premium+ 订阅者开始，而普通客户何时能用上，他们也并不清楚。
但基于网友们对 Grok 3 褒贬不一的评价，雷峰网(公众号：雷峰网)不禁猜测，这被 “钞能力” 风风火火砸出来的的 “no.1” 在权限全面放开之后会不会口碑两极反转，亦或是依旧好评如潮，稳坐 AI 大模型王座？
时间还早，让子弹再飞一会。
参考链接：https://x.com/i/broadcasts/1gqGvjeBljOGB?t=SX_aTsBoXc07lfSR_Aw8AQ&s=09
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
(责任编辑：风报聚)
周伯文：下一代大模型 OS，工具和语言缺一不可丨GAIR 2023
作者丨孙溥茜编辑丨陈彩娴编者按：2023 年 8 月14日，第七届 GAIR 全球人工智能与机器人大会在新加坡乌节大酒店正式开幕。论坛由 GAIR 研究院、雷峰网、世界科技出版社、科特勒咨询集团联合主
...[详细]
来源标题： 有史以来最拉风的看片会！《风驰赛车手》导演陆伟揭秘幕后故事5月27日的北京枫花园汽车电影院，引擎轰鸣声此起彼伏。由酷酷综、优酷体育联合Golfroom共同举办的“300码CLU
...[详细]
去年11月，自由画布在百度世界大会上首次亮相，各种 AI 新招式也是吊足了人们的胃口。经过了一段时间的等待，我终于拿到了它的内测资格，成为了首批探索者。激动之余，我和自由画布的相关负责人讨教了一下用法
...[详细]
作者｜朱可轩编辑｜陈彩娴自 2023 年以来，以大模型为代表的人工智能与以具身智能为代表的机器人成为科技发展的两股重要力量。与此同时，将人工智能算法、尤其是大模型应用于进一步提升机器人智能水平也成为一
...[详细]
在生产环节中，95% 是一个分水岭。以人为对照标准，人工的准确率在 92% 至 98% 之间，因此，行业对机器容忍度的判别标准取之中位数，未达到 95% 的部分，无论是 80% 乃至 90% 的准确率
...[详细]
大模型时代，企业使用云上模型的痛点有哪些？你可能会说模型不够精准，又或者成本太高，但这些随着AI技术的快速发展，在不远的将来或许都不再是问题。比如成本，自豆包大模型首次将价格带进“厘”时代以来，行业纷
...[详细]特斯拉首款无人驾驶 RobotTaxi，升级版 Optimus 还是画大饼？
北京时间 10 月 11 日上午，特斯拉在洛杉矶华纳兄弟工作室召开“We, Robot”演示活动，给我们带来了两款全新的自动驾驶汽车和更多关于人形机器人的畅想。早在两个星期前，马斯克就早早高调预告，“
...[详细]
作者丨朱可轩编辑丨陈彩娴大模型赛跑两年后，玩家已逐步分化为三种趋势：一类玩家仍追随 OpenAI 的脚步卷大参数基座模型，另外一类烧不起钱的玩家转头拥抱应用端，而第三类则自始至终都在摸索如何更高效打造
...[详细]
9日下午，记者从相声演员苗阜、天津知名相声主持人小佀老师处获悉，相声演员杨少华去世，享年94岁。苗阜在个人微博悼念杨少华：一辈子了！走好杨少华，1931年出生于北京，中国内地相声男演员。杨少华早年家庭
...[详细]
来源标题：14部影片亮相端午档当端午档遇上六一儿童节，将会擦出怎样的火花？据统计，共有包括《私家侦探》《碟中谍8：最终清算》《时间之子》等在内的14部影片将亮相该档期，其中有13部新片和一部重映片。这
...[详细]
英伟达 Jim Fan：具身智能的难点不是硬件，而是「Foundation Agent」
月之暗面发布首款数学模型 k0
叩问人类文明之思，纪录片《寻访大师》解码法兰西文化基因
金鹰卡通卫视《三孩来了 3》唐九洲带娃初体验 20后萌娃高情商交友
台湾一男子杀死妻子小姨子后直播逃亡动态
