在200,000 GPU的人类历史上的第一个模型终于出现了！
刚才，马斯克带领三名XAI成员开始在线直播，正式宣布了Grok-3家庭桶 -
Grok-3（Beta），Grok-3 mini第一个推理模型Grok-3推理（Beta），Grok-3 mini推理：击败O3 Mini/deepSeek-r1，在解锁推断时计算第一个AI Agent“ DeepSearch”：深入搜索互联网
Openai发射活动的气味吸引了您
据报道，第三代Grok的训练计算量实际上是Grok-2的10倍，那么实际性能是什么？
全球最大的超级计算机集群Colossus拥有200,000 GPU：经过100,000 GPU的同步培训（第一阶段花了122天的时间）； 200,000 GPU（第二阶段花了92天才能完成）
在多个基准测试中，Grok-3刷新了数学（AIME 2024），科学问答（GPQA）和编码（LCB）（LCB）的SOTA，显着超过了DeepSeek-V3，Gemini-2 Pro和GPT-4O。
Grok-3 mini的性能基本上是领先或与其他封闭式/开源型号相提并论。
Grok-3的数学能力是惊人的，几乎可以完成大多数美国数学专业能力测试问题。
更令人惊讶的是，Grok-3还带来了推理模型-Grok-3推理，这将在回答问题时显示思维过程。
输入聊天门户，然后直接选择“思考”模式以启用魔术。
此外，同时启动了代理的“大脑”模式和“深度搜索”模式。
几天前，马斯克在预告片中发表了大胆的声明：“这是地球上最聪明的AI”，这一说法是正确的。
始终喜欢做某事的Ultraman说，GPT-4.5会让我深深地感觉到Agi，然后我将不得不开源模型在整个网络上投票。
一些网民甚至建议我们不妨在晚上7:30发布GPT-4.5！ Ultraman：那不是很好。
Ultraman的言论显然是为了破坏军队的士气。据谣言，Grok-3发布了这个历史性的时刻，所有Openai成员都观看了这场战斗。
Openai发布的O3米尼刚刚击败了R1，现在被Grok-3恢复了。我想知道GPT-4.5是否会今晚到达？
关键命中O3米尼，DeepSeek-R1，解锁测试时的计算
有人说Grok-3是最终的扩展法测试，现在似乎就是这样。
从2023年的Grok-1首次发布到Grok-1.5的逐渐迭代，再到Grok-2的逐渐迭代，模型推断性能迅速飙升，并且还吞噬了很多计算能力。
Grok-3家族将“测试时间计算”带入了极端。凭借100,000 H100超级计算机，受过训练的野兽几乎没有与之竞争的“模型”。
它成为第一个在ELO分数中打破1400的模型，在所有分类测试中排名第一。
在多个基准测试中，推理模型的性能GROK-3推理和Grok-3 Mini推理显着超过了O3-Mini（高），O1，DeepSeek-R1和Gemi-2在数学，科学和科学和GEMI-2闪光编码。思维。
可以说，到目前为止，最强的“推理模型”都被Grok-3推理所击败。可以说，这是真正的“世界上最聪明的模式”。
该小组说，格罗克被允许思考和理由持续更长的时间。
在最新的数学基准AIME 2025上，Grok-3的两个新型号的性能分别刷新了SOTA，分别为93分和90分。
顺便说一句，Grok-3思维链与O3-Mini常规相同 - 防止被盗的Xai掩盖了思维过程的一部分。
接下来，让我们看一下Grok-3的强大推理能力。
先进的推理思考
首先是一个航天器任务，为地球发射，火星着陆和下一个返回地球的窗口生成了动画3D代码。
请注意，此问题的困难是该过程涉及大量数学和物理模型计算。在此之前，团队从未尝试过让大型模型计算出空间的发射窗口。
在“思考”模式下，您可以看到Grok的思想痕迹，甚至可以进入解决问题时Grok在想什么。
Grok 3迅速产生了一个完整且可播放的3D动画。在代码中，开普勒定律在Grok-3上数字求解。
下图是一张3D动画图片，在任务期间直观地显示了太阳，地球，火星和航天器之间的位置关系。
即使，宇航员也可以基于此直接计算出口机舱的时间和距离。地球上有一个转移路径，这种交叉每26个月发生一次。接下来，我们现在在过渡窗口中。
检查后，研究人员兴奋地说：Grok-3给出的答案是完全正确的！
最后，马斯克发现了答案：实际上，这是SpaceX的真实探索曲目。他自信地说，在两年内，地球和火星将连接。
很快，一些网民评论说：“可以证实，Grok-3非常强大！”
相比之下，O1，O1-Pro和O3-Mini（高）都陷入了此问题：生成一个从地球发射的代码，登录火星，然后在下一个发射窗口中返回地球。
“如果可以运行，他们生成的代码可以运行，但是不幸的是，航天器从未接近火星，更不用说回来了。”网民说。
然后，团队要求Grok-3进行比赛。要求是两个游戏的混合，即俄罗斯方块和宝石迷宫。
演示说：“显然，如果让AI创建像Tetris这样的游戏，互联网上有很多示例或Gem Maze之类的游戏。它可以复制它们。”
因此，他们要求Grok-3创建两个游戏的混合体，即俄罗斯方块和宝石迷宫。这次，他们使用了“大脑”模式，这种模式可以使用更多的计算能力。
然后，Grok-3然后使用Python开始编写代码，可以看出它称为Pygame，随机和时间库来完成游戏写作。
代码完成后，Grok-3，Tetris和Gem Maze产生的两个游戏的混合物成功运行。尽管游戏逻辑有些随机，但界面还是很漂亮。
“我们准备好在X.AI建立游戏工作室了吗？”演示员工兴奋地说。 “是的，所以我们正在X.AI创办AI Game Studio。”
在此过程中，研究人员讨论了：最佳的AI模型必须像人类一样思考，思考所有可能的对策和解决方案，批评自己，追踪并从第一原则中思考。
甚至Grok都可以理解他的逻辑和推理过程中的某些错误，纠正他的错误，并概念化一些数学推理过程，而在现实生活中，这是这些问题的扩展。
研究人员说，真正令人兴奋的是，Grok-3可用于完成现实世界中的任务，例如建造特斯拉或发射火箭。
这正是Grok团队目前正在考虑的事情。
DeepSearch
出乎意料的是，这次马斯克还带来了Grok -3的第一个代理-DeepSearch。
DeepSearch是Grok的第一代代理，它可以在Internet上进行更多的深入搜索。
它允许用户对Internet和X平台进行全面搜索。该模式分析了大量信息，并通过快速有效的搜索过程提供了详细且合理的答案。
此外，其信息检索过程对用户更透明。您可以告诉它仅使用X中的内容，并且它将尝试遵守此要求，因此它更可控制和更聪明。
我们可以问DeepSearch Agent：下一个星际飞船何时发布？
如您所见，在左侧，它显示了搜索和推理的过程，而在右侧，它显示了深思熟虑的过程以及模型正在浏览的网址和网页。
最后，经纪人给出了答案：2月24日25日。
玩家还可以问：POE 2中最难的核心类型是什么？
除了给出答案之外，炼狱大师召唤流还提供了有关如何在答案中获得更多武器的指南。
因此，使用Grok Intelligence节省了比当今普通搜索引擎更多的时间。
Grok团队说，从现在开始，也许所有实习生都将失业，我们所需要的就是将任务纳入大型模型。每月花费40美元可以带来数十亿美元的回报。
马斯克：所有功能都在一周内启动，并将在几个月内完全开放
那么，何时打开Grok-3？
作为回应，马斯克说，现在可以使用Premium Plus的X用户。
Grok忠实的粉丝可以单独订阅Supergrok，从而解开高级功能，例如深入搜索和思考模型，并成为新功能的早期体验的浪潮。
新的URL是GROK.com，您也可以在App Store中下载它。
马斯克强调，最新版本必须是网络版本，并且应用商店相对落后。
目前，Grok-3每天都在更新其推理功能。马斯克说：一周之内，所有Grok的功能都将启动！
门户网站：
问答
语音助手版本何时发布？这将需要一个星期。
什么时候启动Grok-3 API？几周之内。
Grok 3语音模式是本地的，还是文本到语音的？它是Grok-3的变体，可以理解您说的话并直接生成音频。
Grok-3可以将音频转录成文本吗？没问题。该声音模型不仅像文本语音一样简单，还具有对话记忆功能，并且可以记住与您的先前交互记录。
马斯克说，Grok-3将在几个月内完全开放。
Grok-3中最令人兴奋的部分是什么？培训模型和100％逻辑推理是最难的部分，就像您需要随时随地设计宇宙中的最新发展一样。
如何设计历史上最困难的推理模型？研究人员说，我们花了24个月的时间来擦亮该模型，以确认它在逻辑推理方面取得了最新进展。同时，他们使用了一家废弃的工厂。数据中心是在孟菲斯建造的，因为它需要计算能力和能量功能，因此需要1/4 GW才能向GPU供电，并且还需要冷却设施。
以前，没有人真正在数据中心实施了液体冷却，但是Grok团队做到了！
为了进一步为数据中心提供动力，我们使用了特斯拉的Megapacks，并重新计算了建筑物的能源供应。最终证明：团队的计算是有效的！
此外，需要将不同的计算机连接在一起以在此过程中共享信息。在此过程中，团队将看到模型之间的供应不平衡。
一方面，它是建筑能源供应和节能的重新设计。另一方面，团队设计了一个大型型号，并设计了一个全新的算法流程。
研究人员说，尚不知道其他大型模型是否还需要太多的人力和物质资源，例如Grok-3。
当然，团队还希望减少模型的能耗，并在下一步中将数据中心的能耗从1/4 GW减少。也许需要重新设计它，以使其成为世界上最有效的数据中心。
AI巨人高度赞扬：Grok-3取得了惊人的成绩
事先获得内部测试资格后，AI Tycoon Karpathy进行了评估，并分享了比文章更长的见解。
总而言之，Grok-3推理模型是最先进的，并解决了Catan定居者的问题。上传GPT-2纸后，Grok-3完成了一个简单的搜索问题。
它不能解决Riemann假设难题，而是简单地说：“这是一个很大的尚未解决的难题。”
在体验“深入搜索”功能时，它结合了思考 +深入研究的能力，为需要研究和发现的问题提供高质量的答案，并提供参考链接。
最后，Karpathy的评估是“ Grok-3 +思维似乎已经达到了与O1 Pro（每月200美元）的可比性，并且比DeepSeek-R1和Gemini 2.0 2.0 Flash Thinking略好。”
大约一年前，XAI团队从0开始，在这么短的时间内达到了最高水平，这是一个前所未有的惊人成就。
Grok-3还通过了物理模拟测试，其效果与O3-Mini相当。
Xai Lianchuang还说：“我们改善模型和系统的速度比任何一个里程碑更重要。Grok-3证明我们能够在19个月内从零开始以达到最先进的水平。”
此外，XAI工程师还揭示了即将到来的“高级语音模式”
Grok-3出现了，并将Xai带回了世界上第一个梯队。
要总结一下马斯克的话 - 要确定哪个公司在技术竞争中将赢得胜利，您只需要注意其创新速度的一阶派生派和二阶导数即可。
Xai团队获胜的那一刻值得录制。
Ultraman的AGI也准备好了。
参考：
