“9.11和9.9哪個大”是AI領(lǐng)域的一個經(jīng)典問題。

艾倫研究機(jī)構(gòu)（Allen Institute）成員林禹臣曾在社交媒體平臺上發(fā)布的截圖顯示，ChatGPT-4o在回答中認(rèn)為13.11比13.8更大?！耙环矫鍭I越來越擅長做數(shù)學(xué)奧賽題，但另一方面常識依舊很難?！彼硎?。

隨后Scale AI的提示工程師萊利·古德賽德（Riley Goodside）基于此靈感變換了問法，拷問了可能是當(dāng)時最強(qiáng)的大模型ChatGPT-4o、谷歌Gemini Advanced以及Claude 3.5 Sonnet——9.11和9.9哪個更大？這幾家主流大模型通通答錯，他也成功將此話題傳播開來。

海外主流大模型答題。圖源：第一財經(jīng)

Grok-3發(fā)布會的背景板上，寫著"our mission is to understand universe（我們的使命是了解宇宙）"。馬斯克曾表示，xAI公司的目標(biāo)就是“了解宇宙”。

在一周前，馬斯克在直播中評論DeepSeek R1時，曾信心滿滿地表示“xAI即將推出更優(yōu)秀的AI模型”。從現(xiàn)場展示的數(shù)據(jù)來看，Grok3在數(shù)學(xué)、科學(xué)與編程的基準(zhǔn)測試上已經(jīng)超越了目前所有的主流模型，馬斯克甚至宣稱Grok 3未來將用于SpaceX火星任務(wù)計算，并預(yù)測“三年內(nèi)將實現(xiàn)諾貝爾獎級別突破”。

xAI在X平臺直播，馬斯克到場。圖源：中國新聞周刊

馬斯克強(qiáng)調(diào)，Grok-3可以減少AI幻覺，方法是通過來回檢查數(shù)據(jù)并嘗試實現(xiàn)邏輯一致性。他還透露，訓(xùn)練Grok-3所使用的算力遠(yuǎn)多于此前的版本，并使用了大量合成數(shù)據(jù)。

不同于DeepSeek的算法優(yōu)化路徑（DeepSeek-V3用2048個H800 GPU，訓(xùn)練2788千小時），xAI透露，Grok-3的開發(fā)的得益于用8個月時間建成的Colossus超級計算機(jī)，它由10萬個英偉達(dá)的H100 GPU驅(qū)動，為訓(xùn)練提供了2億個GPU小時，比Grok-2多十多倍。

此外，xAI宣布推出名為Deepsearch的Grok-3智能搜索引擎，名字和Deepseek頗有幾分相似。

來源：九派新聞綜合東方財經(jīng)、第一財經(jīng)、中國新聞周刊等