新智元報道
新智元報道
編輯：編輯部 HNYZ
【新智元導讀】剛剛Grok-3免費開放了！DeepSearch和Think兩大模式加持，剛上了熱搜的「9.11和9.9哪個大」終於能做對了（但沒全對），甚至1分鐘秒解MIT積分賽題。然而，它剛一亮相就遭OpenAI研究員「打假」，被對方質疑作弊。
世界首個20萬塊GPU（另有說法是10萬）訓出的Grok-3，官宣人人可用了！
DeepSearch、Think兩大模式，同時上線。唯獨遺憾的是，Big Brain還在雪藏。
Grok 3全部免費開放，直到伺服器崩潰為止
一邊，AI科技圈開發者激動地奔走相告，另一邊，OpenAI和xAI直接打起來了。
先是本科輟學的OpenAI研究員Aidan McLaughlin，譴責Grok-3在評測中用基於64個樣本進行多數投票刷分。
灰色陰影區域表示在64個樣本下的多數投票一致性表現
隨後，OpenAI應用研究主管Boris Power更是絲毫不留情面，「看到Grok團隊在評估中作弊和欺騙的動機，真令人失望。簡而言之，o3-mini在每個評估中都優於Grok-3。Grok-3確實是一個不錯的模型，但沒有必要過度宣傳」。
對此，xAI高階工程師Igor Babuschkin，「完全不對。我們只是用了和你們一樣的方法」。
從下圖中不難看出，o1-preview和o1確實有同款「陰影」。
不過，根據McLaughlin的解釋道，OpenAI o3-mini並沒有使用這種方法。
OpenAI與xAI針鋒相對，也不是一天兩天了，好在他們的競爭，利好所有人。
話不多說，直接上實測吧。
一波實測來了
就在昨天，「Grok-3答錯9.11和9.9哪個大」這個話題，還一度衝到熱搜話題前幾。
我們實測發現，果然，如果用同樣的方式問，Grok-3還是會答錯。
而在開啟Think模式後，它只思考了4秒就輕鬆做對了！
上下滑動檢視
有趣的是，如果把prompt換成「9.11和9.9誰大」，Grok-3在普通模式下也能給出正確答案了。
然而，在開啟Think模式之後，Grok-3卻為了這個prompt想了足足34秒……
有網友實測Grok-3 二十四小時後，發現它的幾大優點——
-
對程式碼真的很好； -
上下文視窗非常非常長； -
能充分利用上下文； -
擅長遵循指令； -
而且有一個非常令人愉快的性格。
在程式碼工作流中，Grok-3表現得十分絲滑。
有人用Grok-3做了個帶聲音的影片遊戲，主題是馬斯克使用雷射、火箭和嬰兒來摧毀美國政府。
耗時一個小時後，Grok-3成功做出了這個遊戲。
網友只用5分鐘，就寫出了一款大戰小行星的遊戲。
另一種形式的遊戲如下。
甚至有人只在幾分鐘內，就用Grok-3和Imagen 3、tripoai等工具，建立了下面這些逼真的3D模型。
有人總結了一份Grok-3全部潛能的完整速查表，因為它「強大到瘋狂」，但大多數人還不知道該如何有效使用。
照片級真實的影像
Grok-3是不是世界上最聰明的AI還有待考察，但它現在確實可以生成照片級真實的影像。
X網友Min Choi分享了10個案例。
-
在海灘上的隨意自拍 -
瘋狂的細節，你可以看到每根羽毛 -
SpaceX的火箭 -
影像細節程度簡直令人驚異的眼睛特寫 -
月球網路探測車 -
在紐約地鐵上的自拍 -
走秀的貓咪 -
微型小熊貓的微距鏡頭 -
一位年輕白化男子手持綠色小狗的文藝復興風格肖像 -
水池邊的自拍
左右滑動檢視
對此，有網友說，我們現在已經很難分清圖片上的是不是現實了。
「我們已經跨越了那個門檻！」，Min說。
不過也有網友發現了它的一些缺點，比如生成正在倒立的人物時，依然會出現匪夷所思的問題。
網友實測，Grok-3在2024麻省理工積分大賽中，直接幹掉o1 Pro和人類選手，並在1分02秒內解決了這個問題！
就連馬斯克稱讚道，簡直太酷了。
高階語音模式，期待住了
下一步，Grok-3或許還會推出高階語音模式，一些拿到灰度測試的網友曬出了自己的實測。
它不僅支援聯網模式，還支援自定義語音模式、語音轉錄、音訊分享等功能。
目前，預設的是Sal男性聲音。此外，還有一個Ara女性聲音可選。
使用者介面底部有三個鍵：關閉退出語音模式；靜音；分享
如下是轉錄功能的展示。
下面影片中，Grok-3不僅會唱生日快樂歌，還會笑。
參考資料：
https://x.com/xai/status/1892400129719611567