近期，科技界迎来了一则重大消息：特斯拉创始人埃隆·马斯克携手xAI团队，在一场备受瞩目的直播活动中，正式揭晓了他们的最新力作——Grok3。
马斯克在此之前，曾在社交媒体上高调宣称Grok-3为“地球上最智慧的AI”。他透露，自己整个周末都沉浸在与团队的紧张研发之中，只为打磨出这一划时代的产品。
然而，就在Grok3发布后不久，有媒体爆出测试结果显示，这款被寄予厚望的AI在面对一个经典难题时却栽了跟头。问题十分简单：“9.11与9.9哪个大？”在不附加任何额外说明的情况下，号称最聪明的Grok3竟未能给出正确答案。这一结果令人大跌眼镜。
有趣的是，当同样的问题抛给另一款AI——DeepSeek时，无论是否启用其深度思考（R1）模式，DeepSeek都能准确无误地回答：“9.9大于9.11。”
“9.11和9.9哪个大”这一问题，在AI领域堪称经典。此前，艾伦研究机构的成员林禹臣就曾揭示过ChatGPT-4o在这一问题上的尴尬失误，认为13.11比13.8更大。他感叹道：“AI在数学奥赛题上愈发得心应手，但在常识判断上仍显笨拙。”
受此事启发，Scale AI的提示工程师莱利·古德赛德巧妙变换问法，将这一难题抛给了当时顶尖的大模型，包括ChatGPT-4o、谷歌Gemini Advanced以及Claude 3.5 Sonnet。遗憾的是，这些主流大模型无一幸免，纷纷答错。这一话题也随之迅速发酵。
回顾Grok3的发布会，背景板上赫然写着“我们的使命是了解宇宙”。马斯克曾多次强调，xAI公司的终极目标是探索宇宙的奥秘。在一周前的直播中，他在评论DeepSeek R1时满怀信心地预告：“xAI即将推出更卓越的AI模型。”现场数据显示，Grok3在数学、科学与编程领域的基准测试中已超越所有主流模型。马斯克甚至豪言，Grok3未来将在SpaceX的火星任务中大放异彩，并预言“三年内将实现诺贝尔奖级别的突破”。
马斯克进一步透露，Grok3通过反复校验数据和追求逻辑一致性，有效减少了AI幻觉现象。训练Grok3所动用的算力远超以往，且大量使用了合成数据。与DeepSeek通过算法优化路径不同，Grok3的成功得益于xAI耗时8个月打造的Colossus超级计算机。这台由10万个英伟达H100 GPU驱动的超级计算机，为训练提供了2亿个GPU小时，是Grok-2的十多倍。
xAI还宣布推出了一款名为Deepsearch的智能搜索引擎，与Deepseek名字颇为相似，无疑为这场AI盛宴再添一把火。
