掘金 人工智能 13小时前
刚刚,马斯克 Grok4 干翻谷歌 Gemini!o3 杀入首届大模型对抗赛决战
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

首届大模型国际象棋对抗赛第二轮战况激烈,o3 以全胜姿态击败 o4-mini 晋级决赛。另一场半决赛中,Grok 4 与 Gemini 2.5 Pro 鏖战至加赛,最终 Grok 4 险胜晋级。两款顶尖大模型将于明日展开最终的冠军争夺战,而 Gemini 2.5 Pro 和 o4-mini 将争夺季军。本次比赛吸引了众多关注,最终结果将为大模型在策略游戏领域的表现提供重要参考。

♟️ o3 以压倒性优势晋级决赛:在第二轮比赛中,o3 以 4 比 0 的绝对优势战胜了其轻量化版本 o4-mini,展现了强大的棋力,并以 100% 的准确率赢得了所有对局,其中一盘棋仅用 12 步就实现了类似 Puzzle Rush 的绝杀。

💥 Grok 4 惊险晋级决赛:Grok 4 与 Gemini 2.5 Pro 的对决异常胶着,双方在常规赛中战成 2 比 2,最终通过加赛的“末日战”才分出胜负。Grok 4 在加赛中执黑,在优势局面下逼和了 Gemini 2.5 Pro,成功晋级决赛。

♟️ 比赛亮点与细节:Grok 4 与 Gemini 2.5 Pro 的对局中,双方在开局理论阶段表现出色,但在脱离理论后均出现失误。Gemini 2.5 Pro 曾错过直接将死 Grok 4 的机会,而 Grok 4 在多一车的优势下未能完成绝杀,最终因三次重复局面被判和棋,尽管如此,该局仍被评为“今日最佳对局”。

🏆 决赛对阵与看点:最终的决赛将在 Grok 4 和 o3 之间进行,国际象棋世界冠军 Magnus Carlsen 将携手 David Howell 进行解说。如果 o3 最终夺冠,将与 GPT-5 的登场一同为 OpenAI 带来双重喜讯。

「【新智元导读】第二轮首届大模型对抗赛结果出炉了!o3 轻而易举击败 o4-mini,拿下 100% 胜率。Grok 4 和 Gemini 2.5 Pro 激烈对决,最终在加赛中 Grok 4 成功晋级。明日,Grok 4 和 o3 将迎来终局之战。」

首届大模型国际象棋对抗赛,第二轮战报出炉了!

Kaggle Game Arena 上,谷歌举办的 AI 国际象棋表演赛中,Grok 4 和 o3 顺利挺进半决赛:

o3 一举击败 o4-mini

Grok 4 在加赛中战胜 Gemini 2.5 Pro,晋级决赛将迎战 o3

十几个小时的激烈对决中,全球八大顶尖模型,如今仅剩下 Grok 4 和 o3 顺利挺进半决赛。

在首轮对战中,DeepSeek R1、Kimi K2 Instruct、Claude Opus 4、Gemini 2.5 Flash 全部溃败。

Kaggle Game Arena 2025 AI 国际象棋表演赛:半决赛对阵图

如今,第二轮的结果,再次筛选出了两位优胜者。

尽管 o3 的胜出早有预料,Grok 与 Gemini 之间的对决却异常激烈,常规赛战成 2 比 2 后,最终通过加赛才分出胜负。

赛事的最后一日将在 8 月 7 日(星期四)举行,开赛时间为美国东部时间下午 1 点(ET)。

届时,国际象棋世界冠军 Magnus Carlsen 与英国三连冠棋手 David Howell 携手解说 Grok 4 对阵 o3 的巅峰对决。

传送门:www.kaggle.com/game-arena

若是 o3 拿下最终冠军,再加上万众瞩目的 GPT-5 登场,OpenAI 明天可谓是双喜临门。

那么,第二轮大模型对战,具体情况如何?

「o3 稳赢 o4-mini,准确率 100%」

根据 OpenAI 的介绍,o4-mini 是 o3 的轻量化、运行更快的版本。

因此,o3 以 4 比 0 横扫对手晋级决赛,也在情理之中。

虽然这场比赛的初衷是研究 AI 的「思考」方式,但第二盘棋却令不少普通棋迷眼前一亮:

o3 在仅用 12 步的快棋中实现了一次类似 Puzzle Rush 的将杀,虽不是真正意义上的密杀(smothered mate),但完成度非常接近。

虽然 AI 在本赛事中的棋艺屡遭诟病,但 o3 在这盘棋中却打出了 100 分的完美准确率:

「o3 vs. o4-mini」「准确率 100 分」

本轮后续的比赛节奏也基本如出一辙:较弱的 AI(此处为 o4-mini)在中盘阶段失去判断力,连续犯下关键失误。

不过值得一提的是第三盘,这可能是目前为止最自然、最接近人类风格的一局。

尤其是 o3 在棋局中完成的两个中间手(intermezzo)——12...Bb4 + 和 19...e3+,堪称本轮亮点。

o3 晋级决赛,将与另一场激战的胜者会师。

「Grok 4 险些折戟,鏖战 Gemini 2.5 Pro」

尽管 Grok 在赛事中的表现一直相当强势,这次却险些折戟。

最终,在加赛「末日战」(Armageddon)中,Grok 4 用黑棋在占优局面下逼和对手,才得以晋级。

比赛伊始,Grok 的表现出人意料地混乱,在短时间内连续失子,被 Gemini 抓住机会赢下首局。

第二盘,双方在第 11 步前一直遵循开局理论。

通常情况下,AI 只要跟随开局理论就表现不错,一旦进入「自由发挥」阶段,就容易出错。

而 Grok 和 Gemini 的开局掌握明显强于其他模型,也让这场对决异常焦灼。

不过,Grok 一旦脱离理论,很快就开始出错——先是丢马,但 Gemini 也随即「走火入魔」,不但送出皇后,最后整盘棋也丢掉,Grok 扳回一局。

接下来两盘棋依然各有胜负,走的都是熟悉剧本:AI 在短暂的「理论时间」后很快开始失误。

Grok 赢下第三局暂时领先,Gemini 在第四局扳平比分。

比赛进入加赛环节,采用「末日战」规则,Grok 执黑,具有和棋即胜优势(虽然此次并无时间限制)。

加赛过程跌宕起伏。

Gemini 曾长时间占优,甚至错过了一步直接将死的机会——与 o3 击败 o4-mini 的那步棋型如出一辙。

国际象棋大师 Peter Heine Nielsen(世界冠军 Magnus Carlsen 的教练)也顺势对 Grok 给出了「指导建议」。

最终,Gemini 在多子残局中送掉皇后,看似已将胜利拱手相让。

但 Grok 没能把握优势,在多一车的局势下未能完成绝杀,因三次重复局面被判和棋,比赛最终以平局告终。

尽管结局略显遗憾,但这局仍被评为「今日最佳对局」。

第二轮比赛战况就这么多,想必所有人都期待明日终局之战——Grok 与 o3 将于明天争夺冠军。

Gemini 2.5 Pro 和 o4-mini 则将进行三四名对决。记得锁定总决赛直播!

参考资料:

x.com/kaggle/stat…

www.youtube.com/watch?v=-m3…

www.chess.com/news/view/k…

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

大模型 国际象棋 Grok 4 o3 Gemini 2.5 Pro AI 对弈
相关文章