9.9和9.11哪个大?马斯克的Grok-3也翻车了(图)

9.11和9.9哪个大？ 这是一个曾让不少大模型“翻车”的数学题。北京时间2月19日，在马斯克发布自称“ 世界上最聪明的人工智能”Grok-3后，有用户尝试测试版本，发现该模型在不加任何定语及标注的情况下，无法正确回答刁难AI大模型的经典问题。 第一财经向Grok-3提问后，AI回答称“9.11比9.9大”，直接“翻车”。不过，也有获得测试资格的用户表示，Grok-3的性能很好，肯定处于行业第一梯队。 昨日，xAI的Grok-3正式发布，马斯克称之为“世界上最聪明的人工智能。”Grok-3诞生于超大型AI智算中心之上，该AI智算中心起初配有10万块英伟达高端显卡，后续扩容至20万块。此前DeepSeek-V3模型官方宣布仅用2000余块英伟达显卡，以及600万美元预算。 同一天，DeepSeek官方在海外社交平台X上发布了一篇纯技术论文报告，主要内容关于NSA （Natively Sparse Attention，原生稀疏注意力），进一步展示了DeepSeek团队在软硬件优化，降本增效方面的追求。


xAI团队在直播中表示：“为了研发下一代更高性能的AI，我们正在研究下一个AI智算中心，这将比目前的强大约5倍。”不仅仅是xAI，近期谷歌、微软、Meta、亚马逊四家国外大厂极大提高了2025年资本开支，总计达到数千亿美元，并称大部分资本开支将用于AI智算中心建设。另外，今年初公布的星际之门计划投资5000亿美元用于AI智算中心建设。 达观数据联合创始人张健对记者说：“Grok-3依然遵循大力出奇迹的缩放定律，通过堆叠大量算力和增大模型规模，追求极致性能提升。这种方式短期内可能在特定评测指标上取得领先，但性价比相对较低，更像是在探索模型性能的上限。” 但也有从业者表示“大力出奇迹”的思路还有较长的路要走，并认为成立时间不久的xAI，能够在短时间内实现一流的性能水平，说明卷算力，卷投资仍有价值。 韦豪创芯合伙人王智此前向记者表示，AI向未来演进，更多新架构和算法，长期而言，足够算力的支持必不可少。 不过越来越多人开始质疑这种“大力出奇迹”的方向。有评论称单看基准测试，虽然Grok-3各项数据领先，但是提升幅度并不大，尤其考虑到xAI已经花费巨额资金用来训练Grok-3。 “马斯克的AI智算集群方案非常激进，不仅要求大规模的资金投入，而且要求快速部署快速上马。”Omdia分析师王珅告诉记者。 张健认为，不管是DeepSeek还是Grok3，两种方向并非完全对立，而是各有侧重，可能长期并存，并在技术发展中逐渐融合。“Grok 3 代表着对性能极限的探索，Deepseek 则代表着对实用性和效率的追求。两者共同推动AI技术进步，最终目标都是构建更强大、更智能、更实用的AI系统。”张健表示。 王珅认为，这两种方向的侧重可能有着先后顺序。“我们团队判断，在2026年至2027年间，AI智算中心的堆算力高峰会过去，然后是各种硬件和模型的深度优化打磨。中国由于硬件限制，会更早强调优化。” 上海市人工智能行业协会秘书长钟俊浩告诉记者：“两种方向都重要，但有着优先级的差异，对性能极限探索是基础，而追求实用性和效率的方向要站在前者基础之上。”