馬斯克的Grok3翻車了!竟答不對9.11和9.9哪個大
北京時間2月18日，馬斯克與xAI團隊在直播中正式發布了Grok最新版本Grok3。早在本次發布會之前，依靠著種種相關信息的拋出，加上馬斯克本人24/7不間斷的預熱炒作，讓全球對Grok3的期待值被拉到了空前的程度。
在一周前，馬斯克在直播中評論DeepSeek R1時，還信心滿滿地表示「xAI即將推出更優秀的AI模型」。從現場展示的數據來看，Grok3在數學、科學與編程的基準測試上已經超越了目前所有的主流模型，馬斯克甚至宣稱Grok 3未來將用于SpaceX火星任務計算，并預測「三年內將實現諾貝爾獎級別突破」。
但這些目前都只是馬斯克的一家之言。筆者在發布后，就測試了最新的Beta版Grok3，并提出了那個經典的用來刁難大模型的問題：「9.11與9.9哪個大？」遺憾的是，在不加任何定語以及標注的情況下，號稱目前最聰明的Grok3，仍然無法正確回答這個問題。
在這個測試發出之后，很短的時間內迅速引發了不少朋友的關注，無獨有偶，在海外也有很多類似問題的測試，例如「比薩斜塔上兩個球哪個先落下」這些基礎物理/數學問題，Grok3也被發現仍然無法應對。因此被戲稱為「天才不愿意回答簡單問題」。
除了網友自發測試的這些基礎知識上Grok3出現了翻車，在xAI發布會直播中，馬斯克演示使用Grok3來分析他號稱經常玩的Path of Exile 2 (流放之路2)對應的職業與升華效果，但實際上Grok3給出的對應答案絕大部分都是錯誤的。直播中的馬斯克并沒有看出這個明顯的問題。
這一事件迅速引發了社會各界的廣泛關注和討論。Grok3的翻車并非偶然。從發布會現場及后續實測來看，該模型在數學、科學與編程等基準測試上雖然表現出色，但在處理常識性問題時卻顯得力不從心。這不僅讓人質疑其人類級推理能力」的真實性，更暴露出當前AI技術在常識判斷上的巨大缺陷。馬斯克在發布會上曾信心滿滿地表示，Grok3未來將用于SpaceX火星任務計算，并預測三年內將實現諾貝爾獎級別突破」。然而，連簡單的數字大小判斷都出錯，這樣的AI如何能讓人放心地將其應用于復雜的航天計算任務中？
從技術層面分析，Grok3的翻車主要源于其訓練數據和算法設計。Grok-3在數學、科學與編程的基準測試上已經超越了目前所有的主流模型，但常識依舊很難。xAI透露，Grok-3的開發得益于用8個月時間建成的Colossus超級計算機，它由10萬個英偉達的H100 GPU驅動，為訓練提供了2億個GPU小時。此外，xAI宣布推出名為Deepsearch的Grok-3智能搜索引擎。
這一事件再次提醒我們，盡管AI技術在某些領域取得了顯著進展，但在常識判斷和人類級推理能力方面，仍存在明顯的不足。未來，AI技術的發展還需要在更多領域進行深入探索和優化，以實現更全面和智能的AI應用。
-
馬斯克的Grok3翻車了!竟答不對9.11和9.9哪個大
瀏覽量：02025-02-19
