马斯克刚发Grok-3，DeepSeek就贴脸开大！

来源：网罗灯下黑

太刺激了，2025 年的 AI 大战已经开始贴身肉搏，刺刀见红了！

马斯克今天不是发布号称地球上最聪明 AI 的 Grok-3 吗，他这边早早就开始预告，结果 OpenAI 掌门人奥特曼在发布会之前，就在 X 上透露即将开源 GPT o3 系列模型，还暗示 GPT-4.5 已让测试者摸到 AGI 门槛。

玩截胡是吧？这还不算完。

马斯克这边刚嘚瑟完 xAI 的 Grok-3，发布会结束还没到 1 个小时呢，这边 DeepSeek 直接甩出核弹级论文，发布颠覆行业的原生稀疏注意力技术 NSA，创始人梁文锋亲自挂帅署名！

这不是明摆着把马斯克标成汪峰来打了吗，就是不让上头条！

这篇论文到底说了啥呢，我自然让 DeepSeek 来解读了一下：

其实这个解读已经比较通俗易懂了，不过还是有点硬，想让它再解释一下，它就又罢工了。

好吧，我结合着它的解释和自己的理解，来给大家再简单过一遍：

1．

这篇论文的核心贡献叫做 ‘原生稀疏注意力’（Native Sparse Attention，NSA）。要理解它为什么重要，得先知道当前大模型的致命伤：

1． 长文本 = 算力黑洞

现在所有大模型处理长文本，都在用 ‘全注意力机制’，比如让大模型读整本《三体》，它每个字都要看，带来的后果就是速度慢还烧显卡，64k 字能吃掉 80% 算力。

但实际上，我们人类并不这么读书：我们看长文章时会自动跳读、抓重点、记框架，就比如公众号文章会标粗标红，也是为了帮助读者抓重点。

而这个时候大模型这傻小子还在死磕每个标点符号。

2． 现有方案的妥协

目前市面上的大模型解决方案其实都是在打补丁：

滑动窗口法：只看当前段落附近的文字（类似你读书时用手指指着看） → 容易漏掉全局信息；

随机抽样法：随便抽几句话分析 → 可能错过关键线索；

事后压缩法：先完整读一遍再删减 → 本质上还是浪费了第一遍的算力。

而 DeepSeek 的 NSA 技术，试图从底层重建这个过程。

2．

它要教会大模型像人类一样阅读，把 ‘选择重点’ 的能力直接植入 AI 的基因。

第一步：分块压缩

把长文本切成 512 字的小块，比如把一本小说按章节拆分。对每个块做 ‘缩略图提取’：用 AI 自动生成该块的语义摘要，类似读书时先看目录。

第二步：动态筛选

让 AI 自主决定哪些块需要细读，比如选中 16 个关键章节。

筛选标准通过训练自动优化，相当于教 AI 什么信息值得关注。

第三步：局部深挖

逐字分析：对选中的关键块启用全注意力机制；

防止断章取义：同时用滑动窗口覆盖周边内容；

这相当于给 AI 装了个智能探照灯：既能扫描全局，又能聚焦重点。

3．

这可不是简单的优化，而是范式转移，直接拿论文数据来说话吧：

1． 效率革命

训练速度提升 9 倍：在 64k 文本长度下，训练耗时从全注意力机制的 100% 降到 11%。

推理速度提升 11.6 倍：处理同长度文本，所需计算资源不到原来的十分之一。

2． 能力跃迁

长文本理解质变：在 ‘大海捞针’ 测试中（从 6.4 万字里找特定事实），准确率 100% 碾压传统方案，要知道全注意力机制才 35%啊，太变态了！

最狠的是数学推理暴打传统模型！在 AIME 奥数题上，NSA 加持的模型正确率飙到 14.6%，把全注意力模型 9.2% 按地上摩擦 —— 说明这技术真能让 AI 更聪明，不是单纯省算力。

3． 成本重构

同等算力下可处理 10 倍长的文本，或用 1/10 的算力达到相同效果。这直接动摇了大模型必须靠堆显卡的行业逻辑：以前训练长文本得烧机房，现在用 NSA 能省下几卡车显卡钱！

4．

为什么说这事比 Grok-3 更重要？

马斯克的 Grok-3 宣传的是：首个突破 1400 分的模型 、 首个十万卡集群训练出来的模型 ，大概率还是在走 ‘扩大参数规模 + 增加数据量’ 这种大力出奇迹的老路。而 DeepSeek 的论文指向一个更本质的问题：

当前大模型的架构，可能从根子上就错了。我们一直用 ‘全注意力机制’ 是因为它简单粗暴有效，但NSA 技术的意义在于：

证明稀疏注意力可以端到端训练，传统方案只能训练后裁剪；

首次实现算法与硬件的深度协同，直接针对 GPU 内存特性优化；

从算法设计到硬件适配全链路打通，论文里连怎么在显卡上 ‘卡 BUG’ 省内存都写得明明白白，摆明了要落地商用。

5．

如果 NSA 技术普及，将彻底打开长文本场景的商业化大门，需要处理百万字级文本的场景，终于有了可行的 AI 方案。

我们可能会在 1-2 年内看到：

文档助手：上传 1000 页的行业报告，AI 能在 10 秒内提炼出核心趋势和风险点；

教育革命：学生用 AI 快速解析百万字文献将不再是梦；

代码开发：AI 真正理解整个代码库的架构，而不只是片段补全；

内容审核：平台能实时分析超长视频的完整上下文，而不只是截取片段。

更重要的是，中国团队这次抢到了算法创新的先手 —— 在注意力机制这个最核心的领域，我们第一次提出了被国际学界认可的基础架构改进。

（没想到，第一次看论文看得这么心潮澎湃的）

X 上的网友已经开启嘲讽模式了：

结语

过去几年，大模型的竞争像是 军备竞赛：比参数、比数据量、比显卡数量。但 DeepSeek 的论文揭示了一个趋势：下一阶段的胜负手，在于对基础组件的重新发明。

DeepSeek 这条路子走对了。

就像燃油车时代比的是发动机排量，电动车时代却开始比拼电池管理算法 —— 当行业意识到算力不是唯一壁垒时，真正的创新才刚刚开始。

至于马斯克的 Grok-3？它或许很强大，但至少在今天，这场对话的主动权，握在了重新定义游戏规则的人手里。

马斯克用20万张卡练出的Grok 3能超越DeepSeek吗

“2月18日，马斯克所言“地球上最聪明的人工智能”终于亮相，其旗下人工智能公司xAI正式发布其新一代的大语言模型Grok 3，马斯克本人也在社交平台X上同步开启直播演示。

据直播介绍，Grok 3已超越目前市场上所有已发布的人工智能。在官方公布的测试数据中，其在数学推理、科学逻辑推理以及代码写作等方面表现均优于ChatGPT-4o、DeepSeek-V3等竞品。

。

​

Grok大模型是马斯克旗下的xAI公司推出的人工智能模型，其命名源自美国科幻作家罗伯特·海因莱因的小说《异乡异客》（Stranger in a Strange Land）。该系列第一款大模型Grok 1于2023年11月面世，2024年该模型参数量扩展至3140亿，远超GPT-3.5的1750亿。2024年8月，Grok 2大模型发布，在Grok 1基础上全面升级，并在X平台上面向用户免费使用。而此次直播推出的Grok 3，据工程师表示，其所涉及的训练是Grok 2的10倍，且Grok 3已经在xAI内部运行了2周。

据悉，Grok 3训练所用GPU总量为20万个，在第一阶段通过10万个GPU进行训练，耗时144天，而第二阶段的92天中，所用GPU数量拓展到了20万个。此前据报道，印度已启动一个有超过1.8万个GPU的公共计算设施，将对初创公司、研究人员和开发者开放，以促进其国内人工智能发展以及本国大语言模型的训练。相较之下，xAI的Grok 3训练所用GPU总量已远超印度国家级项目GPU总量10倍不止。庞大的算力规模成为Grok 3加速问世的最大助力，也让xAI在日益激烈的市场竞争底气十足。

在直播活动中，xAI的工程师展示了Grok 3的使用，如现场生成一段太空发射的3D动画的代码、制作一款融合“宝石迷阵”和“俄罗斯方块”的游戏，Grok 3均表现良好，这也证明了该模型对于复杂知识具有良好的理解。马斯克表示，Grok 3的功能比Grok 2强大一个数量级。

面对Grok 3的极佳表现，有知名博主Alexandr Wang表示，Grok 3是世界上新的最佳模型，其在聊天机器人竞技场中排名第一，且遥遥领先。Amjad Masad也表示Grok 3似乎是最先进的尖端模型，他认为考虑xAI的处境，该模型的发布无疑是巨大成就。知名播客主持人Lex Fridman同样对该模型印象深刻，表达了对该模型的称赞。

而Grok 3所带来的骚动，实际上比该模型的正式面世要来得早。

此前，DeepSeek在世界范围内掀起热潮。由于DeepSeek-R1模型的优秀表现，以及其代表的低成本训练路线，人们一度开始讨论全球AI话语权的归属问题。尽管人工智能行业尚处于群雄逐鹿的阶段，但是DeepSeek-R1模型无疑为这个世界带来巨大冲击。

继DeepSeek爆火之后，2月13日，OpenAI首席执行官奥特曼发布博文，宣布准备推出GPT-4.5和GPT-5，并公布路线图。

同样在2月13日，马斯克在迪拜世界政府峰会上表示xAI将推出新一代模型Grok 3，并盛赞其“强到让人感到害怕”。而这也引发了人们对Grok 3的猜测，以至于讨论AI话语权可能再度扯向西方。

至此，一场有关人工智能模型的“三国杀”已见雏形。

作为xAI的重要市场竞争对手，OpenAI对Grok 3的反应也引起人们的注意。在今日马斯克的直播活动开始之前，奥特曼在社交平台X发布消息，称GPT-4.5已进入测试阶段，并称其体验“接近通用人工智能（AGI）”，而这一行为被外界视为对Grok 3的紧急“狙击”。

相比于明星产品DeepSeek-R1，“推理+测试时间计算”中，在数学推理、科学逻辑推理和编程三个方面，Grok 3 Reasoning Beta版本综合得分分别为93、85、79，均高于DeepSeek-R1的80、71和65。最新AIME 2025性能测试中，Grok 3 Reasoning Beta版本有93分，高于DeepSeek-R1。前特斯拉人工智能总监、OpenAI创始团队成员Andrej Karpathy通过提前体验指出，Grok 3模型确实可以做到DeepSeek-R1做不到的事。而单纯从测试数据看，Grok 3确实做到了比DeepSeek-R1略好。

尽管Grok 3在测试中成绩优秀，但是仍有分析表现，在 “推理+测试时间计算” 这一测试中，相比于o3-mini（high）或DeepSeek-R1，Grok 3的数学性能并没有显著优势。马斯克表示，Grok 3仍处于早期训练阶段，未来将持续优化。

据了解，自今日起，X平台Premium Plus订阅用户将率先获得Grok 3访问权限。此外，xAI还推出了名为Super Grok的独立订阅服务，但尚未公开定价。马斯克还表示，目前xAI的工程师团队正在训练Grok 3的迷你版本，并指出“迷你版的训练时间更长，有时表现略好于Grok 3推理模型。”

自Grok 3开始，马斯克“再无AI比Grok更优秀”的预言能否成真？以目前AI的更新速度而言，当真难以定论。但就该模型的表现来看，在人工智能的牌局上，马斯克确实甩出了有分量的“大牌”。

来源：网罗灯下黑/虎嗅网