马斯克直播中未提及20万块GPU是否单集群，Grok3在大模型竞技场刷新纪录

算力规模突破

马斯克在直播中并未说明那20万台GPU是否属于“单一集群”。若确实如此，这将是一项重大进展。目前，我国大部分数据中心所采用的集群规模仅为1万台。这样的算力飞跃，有望彻底改变人工智能训练的速率与效果，或许能让马斯克在科技竞赛中赢得优势。

这么多GPU的加入，我们预计会显著增强计算能力，大规模模型的训练速度将得到大幅提高。这样一来，以前耗时较长的任务现在或许能在较短的时间内完成。与国内数据中心相比，这种差距是非常明显的。

数据规模之谜

田丰专家提到，马斯克在探索数据方面展现出极大的兴趣，他倾向于“以力取胜”的策略。他关注的算力、数据量和模型参数都在同步增长。如此庞大的算力，很可能是与高参数模型和巨大的训练数据集紧密相连，然而，马斯克并未透露这些具体信息。不过，我们可以合理推测，这些数据中不仅包括了互联网数据，还可能涵盖了特斯拉工厂的物理数据。

互联网数据可以带来丰富的知识，特斯拉工厂的物理数据则蕴含着特定的场景信息。若将两者融合用于训练，模型或许能掌握更全面的知识和更精确的分析技能。然而，若缺乏这些具体信息，外界人士很难全面判断模型的优势。

Grok3计算量跃升

贝壳财经记者观察到，xAI团队将“压缩整个互联网”这一概念用作对训练数据集的描述。马斯克指出，Grok3的计算需求是Grok2的10至15倍。这一显著的增加表明，Grok3具备更卓越的处理实力，在处理更复杂任务时能展现出更佳的表现。

这是人工智能领域的一个重大突破。计算能力的提升意味着可以处理更多信息，从而使模型的表现更贴近人类智能。同时，这也可能促进人工智能在更多领域的应用。

“Law”瓶颈与否

科学界有人觉得，互联网上的可训练数据快要耗尽了，这样一来，“Law”可能会遇到阻碍。然而，Grok3、o3 - mini等大型模型却展示了“Law”依旧管用。中国科学院软件所的张俊林博士说，“Law撞墙”主要是因为数据不足，这让发展速度放缓了，但并没有完全停止。

现有数据虽不多，却未妨碍模型进步。只要我们探索出恰当的策略和获取新数据的途径，即便数据有限，模型仍有望实现进步。当然，这还需要我们开拓新的创新途径。

资源投入与收费模式

田丰觉得xAI起步较晚，马斯克不得不付出高昂代价，全力以赴追求卓越。未来，他打算采取收费策略。毕竟，技术研发成本高昂，收费或许能弥补投入，确保持续发展。

不过，收费方式或许会对模型推广造成影响。对不少小公司或独立开发者而言，这可能是一笔不小的开销。这样的经济压力可能会对人工智能技术的广泛应用带来一定的限制。

新机制发布与开源动态

2月18日北京下午3点4分，马斯克发布Grok3仅一小时后，官方就推出了NSA的新机制，并附上了论文链接。这个新机制可以与现有的语言模型无缝结合，无需重新进行训练。另外，xAI宣布从下周开始将开放5个代码库，以透明的方式展示其进展。

新机制问世，为现有模型提供了优化的机会，同时减少了其发展所需的时间和费用。开源模式有助于推动社区的创新与交流，从而加快人工智能的整体进步。然而，这也可能对美国大型模型市场的格局造成影响。这一连串的动作，仿佛在人工智能领域投下了一枚重磅炸弹，引发了各界的广泛关注和热烈的讨论。

你觉得马斯克这样的投入无上限、后续再收费的做法，能在市场上获得成功吗？不妨留下你的看法，咱们一起讨论。别忘了点赞和转发这篇文章！