突發(fā)，Grok-3免費上線！答對9.11和9.9誰大，1分攻克MIT積分難題
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，直到服務器崩潰為止
一邊，AI科技圈開發(fā)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在評測中用基于64個樣本進行多數投票刷分。
灰色陰影區(qū)域表示在64個樣本下的多數投票一致性表現
隨后，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(yōu)于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高級工程師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并沒有使用這種方法。
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，還一度沖到熱搜話題前幾。
我們實測發(fā)現，果然，如果用同樣的方式問，Grok-3還是會答錯。
而在開啟Think模式后，它只思考了4秒就輕松做對了！
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模式之后，Grok-3卻為了這個prompt想了足足34秒……
有網友實測Grok-3 二十四小時后，發(fā)現它的幾大優(yōu)點——
- 對代碼真的很好；
- 上下文窗口非常非常長；
- 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。
在代碼工作流中，Grok-3表現得十分絲滑。
有人用Grok-3做了個帶聲音的視頻游戲，主題是馬斯克使用激光、火箭和嬰兒來摧毀美國政府。
耗時一個小時后，Grok-3成功做出了這個游戲。
網友只用5分鐘，就寫出了一款大戰(zhàn)小行星的游戲。
另一種形式的游戲如下。
甚至有人只在幾分鐘內，就用Grok-3和Imagen 3、tripoai等工具，創(chuàng)建了下面這些逼真的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。
照片級真實的圖像
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圖像。
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(jié)，你可以看到每根羽毛
- SpaceX的火箭
- 圖像細節(jié)程度簡直令人驚異的眼睛特寫
- 月球網絡探測車
- 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
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(fā)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，直接干掉o1 Pro和人類選手，并在1分02秒內解決了這個問題！
就連馬斯克稱贊道，簡直太酷了。
高級語音模式，期待住了
下一步，Grok-3或許還會推出高級語音模式，一些拿到灰度測試的網友曬出了自己的實測。
它不僅支持聯網模式，還支持自定義語音模式、語音轉錄、音頻分享等功能。
目前，默認的是Sal男性聲音。此外，還有一個Ara女性聲音可選。
用戶界面底部有三個鍵：關閉退出語音模式；靜音；分享
如下是轉錄功能的展示。
下面視頻中，Grok-3不僅會唱生日快樂歌，還會笑。
