原创 世超 2024-08-16 00:00 浙江
马斯克有点偏心了
有个怪事儿，前段时间，大模型竞技场上，一位代码为 sus-column-r 的匿名模型横空出世。
没人知道它师出何门，但在过去的一个月里，它却称得上是过关斩将。。。
累计一万多人的投票，硬生生让它挤进了排行榜前列。到现在，综合能力已经和 5 月 13 号发的 GPT-4o （ API 版本 ）并列第三了。
看这势头，当时就有不少人猜测，这可能是 OpenAI 那个迟迟没向大众公布的，神秘的 “ 草莓 Q* ” 项目。
然而，就在昨天，这个困扰大伙儿很久的谜语，终于有答案了。但解开它的，不是 OpenAI ，而是经常被大家忽略，但也在搞 AI 的马斯克。
这个匿名的 sus-column-r 模型，其实就是 xAI 要推出的新模型 Grok2 ，现在已经上线会员版的 X 了。
而之所以在大模型竞技场上整这么一出，说白了，是想给昨天的发布热热场子。
像是在官宣推出 Grok2 的博客里，就明晃晃地展示了之前 sus-column-r 积累的战绩，甚至还做了对战胜率表。
按照他们自个儿的说法，表里面除了谷歌的 Gemini 1.5 Pro 外，其余无论是 GPT-4o ，还是 Claude3.5 Sonnet ，都只能是 Grok2 的 “ 手下败将 ” 。
当然了，其他的纸面成绩， Grok2 答得也挺不错。光从各个基准的数据来看，它的各项能力，都和市面上最先进的 AI 差不多，这一线大模型的行列，也算是被 Grok 给挤进去了。
不过在世超的标准里，一个模型好不好，光看这些数据也还不行，最重要的是，得看大伙们的实际使用体验。
相较于上次的还只能文字开开玩笑的 Grok1.5 ，这次 Grok2 最明显的一个升级，就是新增了图片功能。
但和其他家自己动手搞多模态 AI 不一样，这次马斯克倒挺罕见地选择了和别人合作。
合作的对象，差友们应该还有点印象，就是前两天咱刚写过的 FLUX.1 。
看到这，世超也没对 Grok2 的图片功能抱太大的期待，毕竟是前脚刚试过的 AI 。。。
但没想到集成到 Grok2 里面的 FLUX.1 ，还真撞出了一点不一样的火花。
倒也不是说，在性能上它一夜之间飙升了一大截。而是相较于市面上的其他图片 AI ， Grok2 的整活能力可以称得上是一骑绝尘。
同样是迪士尼公主的一个提示词， Grok2 在尺度上就比其他模型要大胆的多。
而且， Grok2 还能直接对着自己的老板恶搞，比如这是一个爱吃甜品，吃到发胖的马斯克。
转眼，他还能穿越到权力的游戏里，玩角色扮演。
更搞的是，还有网友直接拿 Grok2 生成的图，和视频 AI 配合起来，做起了视频。
不过， Grok2 这么肆无忌惮地恶搞各种公众人物、卡通人物，风险肯定还是有的。
像是有网友生成马里奥抽烟喝酒、观望 “ 911 ” 事件的图片，就已经有人督促任天堂起诉了。
除了新增有图片功能外， Grok2 这次提升的基础能力，咱肯定也得上手测测，看看实力。
考虑到目前 X 上线的，还只是性能差一点的小杯 mini 版，于是世超在大模型竞技场上，试用了下能力更强的 Grok2 ，还拉来了最新版本的 GPT-4o 作比较。
比试第一招，先从 AI 容易犯错的题目开始。前段时间，大模型集体在 “ 小数比较 ” 上翻车，大伙应该都听说过了。
这次再来波经典重现，让它俩来比比 9.5 和 9.11 的大小。
没想到的是， GPT-4o 依旧是死性不改，结果对了，但一看解题思路，完全就是一塌糊涂。反倒是 Grok2 倒有理有据，给出了正确答案。
还有经典的数数问题， GPT-4o 依旧让人大跌眼镜， “ 我一把把把把住了 ” 它竟然数出来 5 个把字， Grok2 这边倒还是稳定发挥。
不过紧接着问它俩这句话的意思， Grok2 就有点露怯了，乱说了一大堆，没一个踩到得分点。而这次 GPT-4o 简单几句话就给解释清楚了。
接下来世超又试了一些比较基础的常识性问题，比如说 “ 李政道是谁 ” ，它俩回答的，都还算正确。就是不知道为啥， GPT-4o 很容易犯懒，草草几句话就结束了。
而 Grok2 这边，每次给出得答案都挺详细，还贴心地分了类。
反正世超在实际用的时候，是真有感觉到 Grok2 能力的提升。
另外，按照官方给的数据，这次 Grok2 在数学这块儿，也能算得贼溜了。
于是我就又翻出了之前 Grok 做错的那道数学题，是一道求导的问题。
结果马斯克还真没忽悠咱，它俩都把这道题给整明白了。
而把 Grok 奶成现在的模样，马斯克在背后出得力可不止一星半点儿。
但有意思的是，马斯克主打的，就是薅自己其他公司的羊毛。。。
先是员工这块儿， xAI 统共就只有 50 来个员工，其中有 11 个都是在特斯拉工作的，而且里面还有 6 个是在 Autopilot 团队工作的，是一点儿都不想避嫌。
据华尔街日报消息，甚至原本要给特斯拉用的 GPU ，也被马斯克要求优先供应给 xAI ，还冠冕堂皇的说，特斯拉现在也没地儿用，在仓库里放着也是放着。
偷完特斯拉的家，还不过瘾，马斯克把手也伸到了 X 上。
就在前两天，科技媒体 Techcrunch 称，为了 “ 悄悄 ” 用用户们的数据训练 AI ， X 在更新的时候，还偷摸着把用户的默认设置给改了，而且要关掉还得专门登录网页版。。。
不过总这么偷家，难免会吃上官司。像是马斯克和他的 X ，就被特斯拉的股东，还有好几个国家的数据保护机构给起诉了。
目前，关于特斯拉的案件，已经在特拉华州的一个法院审理了。
而另外几个数据保护机构，也把 X 告得，暂停用用户数据训练 Grok 了。甚至 X 还有可能遭到 “ 4% 平台营业额 ” 的罚款。
但无论如何，在大模型这块儿，马斯克的 Grok 也算是真正赶上大家伙的进度了。和其他大模型比，不管是图片生成，还是其他基础能力上， Grok2 都不算差，甚至还整出了一点儿自己的特色。
据说， xAI 下一步会把 Grok 更深入地揉到 X 平台上面，而且还要再发一个多模态理解的预览版 AI 。
不知道为啥，世超已经有点期待，马斯克还能整出什么花活儿来了。。。
撰文：松鼠
编辑：江江
美编：
图片、资料来源：
X、WSJ、Techcrunch
