馬斯克剛發Grok-3，DeepSeek就貼臉開大！_風聞

來源：網羅燈下黑

太刺激了，2025 年的 AI 大戰已經開始貼身肉搏，刺刀見紅了！

馬斯克今天不是發佈號稱地球上最聰明 AI 的 Grok-3 嗎，他這邊早早就開始預告，結果 OpenAI 掌門人奧特曼在發佈會之前，就在 X 上透露即將開源 GPT o3 系列模型，還暗示 GPT-4.5 已讓測試者摸到 AGI 門檻。

玩截胡是吧？這還不算完。

馬斯克這邊剛嘚瑟完 xAI 的 Grok-3，發佈會結束還沒到 1 個小時呢，這邊 DeepSeek 直接甩出核彈級論文，發佈顛覆行業的原生稀疏注意力技術 NSA，創始人梁文鋒親自掛帥署名！

這不是明擺着把馬斯克標成汪峯來打了嗎，就是不讓上頭條！

這篇論文到底説了啥呢，我自然讓 DeepSeek 來解讀了一下：

其實這個解讀已經比較通俗易懂了，不過還是有點硬，想讓它再解釋一下，它就又罷工了。

好吧，我結合着它的解釋和自己的理解，來給大家再簡單過一遍：

1．

這篇論文的核心貢獻叫做 ‘原生稀疏注意力’（Native Sparse Attention，NSA）。要理解它為什麼重要，得先知道當前大模型的致命傷：

1． 長文本 = 算力黑洞

現在所有大模型處理長文本，都在用 ‘全注意力機制’，比如讓大模型讀整本《三體》，它每個字都要看，帶來的後果就是速度慢還燒顯卡，64k 字能吃掉 80% 算力。

但實際上，我們人類並不這麼讀書：我們看長文章時會自動跳讀、抓重點、記框架，就比如公眾號文章會標粗標紅，也是為了幫助讀者抓重點。

而這個時候大模型這傻小子還在死磕每個標點符號。

2． 現有方案的妥協

目前市面上的大模型解決方案其實都是在打補丁：

滑動窗口法：只看當前段落附近的文字（類似你讀書時用手指指着看） → 容易漏掉全局信息；

隨機抽樣法：隨便抽幾句話分析 → 可能錯過關鍵線索；

事後壓縮法：先完整讀一遍再刪減 → 本質上還是浪費了第一遍的算力。

而 DeepSeek 的 NSA 技術，試圖從底層重建這個過程。

2．

它要教會大模型像人類一樣閲讀，把 ‘選擇重點’ 的能力直接植入 AI 的基因。

第一步：分塊壓縮

把長文本切成 512 字的小塊，比如把一本小説按章節拆分。對每個塊做 ‘縮略圖提取’：用 AI 自動生成該塊的語義摘要，類似讀書時先看目錄。

第二步：動態篩選

讓 AI 自主決定哪些塊需要細讀，比如選中 16 個關鍵章節。

篩選標準通過訓練自動優化，相當於教 AI 什麼信息值得關注。

第三步：局部深挖

逐字分析：對選中的關鍵塊啓用全注意力機制；

防止斷章取義：同時用滑動窗口覆蓋周邊內容；

這相當於給 AI 裝了個智能探照燈：既能掃描全局，又能聚焦重點。

3．

這可不是簡單的優化，而是範式轉移，直接拿論文數據來説話吧：

1． 效率革命

訓練速度提升 9 倍：在 64k 文本長度下，訓練耗時從全注意力機制的 100% 降到 11%。

推理速度提升 11.6 倍：處理同長度文本，所需計算資源不到原來的十分之一。

2． 能力躍遷

長文本理解質變：在 ‘大海撈針’ 測試中（從 6.4 萬字裏找特定事實），準確率 100% 碾壓傳統方案，要知道全注意力機制才 35%啊，太變態了！

最狠的是數學推理暴打傳統模型！在 AIME 奧數題上，NSA 加持的模型正確率飆到 14.6%，把全注意力模型 9.2% 按地上摩擦 —— 説明這技術真能讓 AI 更聰明，不是單純省算力。

3． 成本重構

同等算力下可處理 10 倍長的文本，或用 1/10 的算力達到相同效果。這直接動搖了大模型必須靠堆顯卡的行業邏輯：以前訓練長文本得燒機房，現在用 NSA 能省下幾卡車顯卡錢！

4．

為什麼説這事比 Grok-3 更重要？

馬斯克的 Grok-3 宣傳的是：首個突破 1400 分的模型 、 首個十萬卡集羣訓練出來的模型 ，大概率還是在走 ‘擴大參數規模 + 增加數據量’ 這種大力出奇跡的老路。而 DeepSeek 的論文指向一個更本質的問題：

當前大模型的架構，可能從根子上就錯了。我們一直用 ‘全注意力機制’ 是因為它簡單粗暴有效，但NSA 技術的意義在於：

證明稀疏注意力可以端到端訓練，傳統方案只能訓練後裁剪；

首次實現算法與硬件的深度協同，直接針對 GPU 內存特性優化；

從算法設計到硬件適配全鏈路打通，論文裏連怎麼在顯卡上 ‘卡 BUG’ 省內存都寫得明明白白，擺明了要落地商用。

5．

如果 NSA 技術普及，將徹底打開長文本場景的商業化大門，需要處理百萬字級文本的場景，終於有了可行的 AI 方案。

我們可能會在 1-2 年內看到：

文檔助手：上傳 1000 頁的行業報告，AI 能在 10 秒內提煉出核心趨勢和風險點；

教育革命：學生用 AI 快速解析百萬字文獻將不再是夢；

代碼開發：AI 真正理解整個代碼庫的架構，而不只是片段補全；

內容審核：平台能即時分析超長視頻的完整上下文，而不只是截取片段。

更重要的是，中國團隊這次搶到了算法創新的先手 —— 在注意力機制這個最核心的領域，我們第一次提出了被國際學界認可的基礎架構改進。

（沒想到，第一次看論文看得這麼心潮澎湃的）

X 上的網友已經開啓嘲諷模式了：

結語

過去幾年，大模型的競爭像是 軍備競賽：比參數、比數據量、比顯卡數量。但 DeepSeek 的論文揭示了一個趨勢：下一階段的勝負手，在於對基礎組件的重新發明。

DeepSeek 這條路子走對了。

就像燃油車時代比的是發動機排量，電動車時代卻開始比拼電池管理算法 —— 當行業意識到算力不是唯一壁壘時，真正的創新才剛剛開始。

至於馬斯克的 Grok-3？它或許很強大，但至少在今天，這場對話的主動權，握在了重新定義遊戲規則的人手裏。

馬斯克用20萬張卡練出的Grok 3能超越DeepSeek嗎

“2月18日，馬斯克所言“地球上最聰明的人工智能”終於亮相，其旗下人工智能公司xAI正式發佈其新一代的大語言模型Grok 3，馬斯克本人也在社交平台X上同步開啓直播演示。

據直播介紹，Grok 3已超越目前市場上所有已發佈的人工智能。在官方公佈的測試數據中，其在數學推理、科學邏輯推理以及代碼寫作等方面表現均優於ChatGPT-4o、DeepSeek-V3等競品。

。

​

Grok大模型是馬斯克旗下的xAI公司推出的人工智能模型，其命名源自美國科幻作家羅伯特·海因萊因的小説《異鄉異客》（Stranger in a Strange Land）。該系列第一款大模型Grok 1於2023年11月面世，2024年該模型參數量擴展至3140億，遠超GPT-3.5的1750億。2024年8月，Grok 2大模型發佈，在Grok 1基礎上全面升級，並在X平台上面向用户免費使用。而此次直播推出的Grok 3，據工程師表示，其所涉及的訓練是Grok 2的10倍，且Grok 3已經在xAI內部運行了2周。

據悉，Grok 3訓練所用GPU總量為20萬個，在第一階段通過10萬個GPU進行訓練，耗時144天，而第二階段的92天中，所用GPU數量拓展到了20萬個。此前據報道，印度已啓動一個有超過1.8萬個GPU的公共計算設施，將對初創公司、研究人員和開發者開放，以促進其國內人工智能發展以及本國大語言模型的訓練。相較之下，xAI的Grok 3訓練所用GPU總量已遠超印度國家級項目GPU總量10倍不止。龐大的算力規模成為Grok 3加速問世的最大助力，也讓xAI在日益激烈的市場競爭底氣十足。

在直播活動中，xAI的工程師展示了Grok 3的使用，如現場生成一段太空發射的3D動畫的代碼、製作一款融合“寶石迷陣”和“俄羅斯方塊”的遊戲，Grok 3均表現良好，這也證明了該模型對於複雜知識具有良好的理解。馬斯克表示，Grok 3的功能比Grok 2強大一個數量級。

面對Grok 3的極佳表現，有知名博主Alexandr Wang表示，Grok 3是世界上新的最佳模型，其在聊天機器人競技場中排名第一，且遙遙領先。Amjad Masad也表示Grok 3似乎是最先進的尖端模型，他認為考慮xAI的處境，該模型的發佈無疑是巨大成就。知名播客主持人Lex Fridman同樣對該模型印象深刻，表達了對該模型的稱讚。

而Grok 3所帶來的騷動，實際上比該模型的正式面世要來得早。

此前，DeepSeek在世界範圍內掀起熱潮。由於DeepSeek-R1模型的優秀表現，以及其代表的低成本訓練路線，人們一度開始討論全球AI話語權的歸屬問題。儘管人工智能行業尚處於羣雄逐鹿的階段，但是DeepSeek-R1模型無疑為這個世界帶來巨大沖擊。

繼DeepSeek爆火之後，2月13日，OpenAI首席執行官奧特曼發佈博文，宣佈準備推出GPT-4.5和GPT-5，並公佈路線圖。

同樣在2月13日，馬斯克在迪拜世界政府峯會上表示xAI將推出新一代模型Grok 3，並盛讚其“強到讓人感到害怕”。而這也引發了人們對Grok 3的猜測，以至於討論AI話語權可能再度扯向西方。

至此，一場有關人工智能模型的“三國殺”已見雛形。

作為xAI的重要市場競爭對手，OpenAI對Grok 3的反應也引起人們的注意。在今日馬斯克的直播活動開始之前，奧特曼在社交平台X發佈消息，稱GPT-4.5已進入測試階段，並稱其體驗“接近通用人工智能（AGI）”，而這一行為被外界視為對Grok 3的緊急“狙擊”。

相比於明星產品DeepSeek-R1，“推理+測試時間計算”中，在數學推理、科學邏輯推理和編程三個方面，Grok 3 Reasoning Beta版本綜合得分分別為93、85、79，均高於DeepSeek-R1的80、71和65。最新AIME 2025性能測試中，Grok 3 Reasoning Beta版本有93分，高於DeepSeek-R1。前特斯拉人工智能總監、OpenAI創始團隊成員Andrej Karpathy通過提前體驗指出，Grok 3模型確實可以做到DeepSeek-R1做不到的事。而單純從測試數據看，Grok 3確實做到了比DeepSeek-R1略好。

儘管Grok 3在測試中成績優秀，但是仍有分析表現，在 “推理+測試時間計算” 這一測試中，相比於o3-mini（high）或DeepSeek-R1，Grok 3的數學性能並沒有顯著優勢。馬斯克表示，Grok 3仍處於早期訓練階段，未來將持續優化。

據瞭解，自今日起，X平台Premium Plus訂閲用户將率先獲得Grok 3訪問權限。此外，xAI還推出了名為Super Grok的獨立訂閲服務，但尚未公開定價。馬斯克還表示，目前xAI的工程師團隊正在訓練Grok 3的迷你版本，並指出“迷你版的訓練時間更長，有時表現略好於Grok 3推理模型。”

自Grok 3開始，馬斯克“再無AI比Grok更優秀”的預言能否成真？以目前AI的更新速度而言，當真難以定論。但就該模型的表現來看，在人工智能的牌局上，馬斯克確實甩出了有分量的“大牌”。

來源：網羅燈下黑/虎嗅網