马斯克的大模型Grok-2单挑GPT-4o 啥都敢聊 一手实测来了

摘要：北京时间今天下午，马斯克的大模型创企xAI推出二代模型Grok-2测试版，包括Grok-2和Grok-2 mini两个版本。马斯克在自家社交平台X上激情发文，揭开Grok-2在Lmsys大模型竞技场上的“马甲”——sus-column-r。 他转发Lmsys的推文称：“Grok是火箭速度”。sus-column-r在排行榜上获得了超1.2万投票，表现优于Claude 3.5 Sonnet和GPT-4-Turbo，与GPT-4o并列第三名。在GPQA、MMLU、MMLU-Pro、MATH、MathVista等多项测评中，Grok-2的得分都超过了GPT-4 Turbo、Claude 3 Opus、Gemini Pro 1.5等主流模型，但仍不敌GPT-4o。目前，X Premium及Premium+用户现可体验Grok-2与Grok-2 mini，智东西第一时间进行了实测体验。一番体验下来，Grok-2给我最明显的感受是逻辑非常清晰。例如在下面这个实例中，Grok-2和GPT-4o虽然都给出了正确答案，但前者每一步的步骤和计算都很明了，更容易读懂。此外，Grok-2的文生图能力在FLUX.1的加持下直线飞升，并且保留了其一如既往的“大胆”风格。xAI还计划在本月稍晚时候，推出Grok-2两个版本的企业API。体验地址：https://lmarena.ai/?model=sus-column-r一、性能赶超GPT-4多个版本，视觉与逻辑能力变强在LMSYS聊天机器人竞技场，Grok-2的早期版本sus-column-r参与了测评，它总体Elo得分表现超越了Claude和多个GPT-4版本。如下图所示，Grok-2的得分超越了7月18日版的GPT-4o-mini、4月9日版的GPT-4-Turbo，但得分仍低于8月8日版的ChatGPT-4o-latest、5月15日版的GPT-4o。▲Grok-2早期版本sus-column-r的Elo得分情况▲Grok-2与其他主流模型的胜率比较▲Grok-1.5与Grok-2两个版本基于事实性的胜率比较在内部，xAI团队遵循类似的流程来评估模型，评估重点集中在模型的两个核心能力上：一是遵循指令的精准度，二是提供信息的准确性和真实性。值得一提的是，Grok-2在推理分析检索内容和使用工具方面取得了显著进步，比如它能准确识别缺失信息，通过事件序列进行逻辑推理，并有效剔除无关帖子。在基准测试上，团队采用了一系列涵盖推理、阅读理解、数学、科学和编码等领域的学术基准，对Grok-2模型进行了全面评估。结果显示，Grok-2及其简化版Grok-2 mini相比前代Grok-1.5模型均有显著提升。在研究生级别的科学知识（如GPQA）、常识问答（如MMLU、MMLU-Pro）以及数学竞赛题（如MATH）等领域，它们的表现已可与其他顶尖模型一较高下。如下图所示，Grok-2在这些所有的测评中得分都超过了GPT-4 Turbo、Claude 3 Opus、Gemini Pro 1.5，但仍打不过GPT-4o。值得一提的是，Grok-2在视觉任务上表现出色，特别是在视觉数学推理（MathVista）和基于文档的问答（DocVQA）方面表现尤为出色。▲Grok 2视觉能力应用案例二、Grok-2已上线X平台，一手实测：文生图直线飞升、逻辑推理更加清晰X订阅用户现在可以使用Grok-2和Grok-2 mini，非订阅用户也可以在大模型竞技场中，免费体验Grok-2的早期版本模型sus-column-r。大模型竞技场中还有GPT-4o等共62个模型可供选择，为了方便对比，我们先来测试一下这个早期模型。首先是前段时间让一众模型翻车的比大小问题：13.11和13.8哪个大。Grok-2和GPT-4o都准确回答，不过Grok-2的思考过程更清晰，列出了详细的思考步骤。在另一个经典问题“Strawberry中有几个r”上，Grok-2一开始答错了，但换成用英文提问后又给出了正确答案，GPT-4o则是中英文都回答正确。看来大模型还是会存在碰运气的成分。大模型竞技场中的模型没有实时联网，当我询问“Google刚发的Pixel 9有什么亮点”，两款模型都称自己还未掌握这一信息。随后Grok-2根据技术发展趋势和Pixel以往的特点给出了预测，有一说一猜得还挺靠谱，摄像、处理器、AI等都是Google这次更新的重点。GPT-4o则没有给出预测，而是总结了Pixel手机以往的亮点。在代码能力上，两款模型的表现不相上下，针对需求都给出了详细的解决步骤以及完整的代码。逻辑推理方面，Grok-2再一次展现了逻辑的清晰性，每一步的推理都分了小标题。GPT-4o虽然也回答正确，但思考步骤不够清晰。文生图能力是Grok-2此次更新的一大重点，其接入的FLUX.1模型，最近凭借强大的性能在开源社区十分火爆。不过图像生成能力在大模型竞技场体验不到，只能通过X订阅实现。网友们已经在Grok-2文生图上玩出了花，比如利用其文本生成的能力，帮Grok-2开一场线下发布会。或是发挥想象力，让马斯克在火星上开车。而基于Grok一贯以来几乎为零的审查制度，不少网友玩起了梗，比如让特朗普开枪、让小布什吸可卡因……又或是让特朗普坐上SpaceX的火箭上天。而面对同样的要求，GPT-4o拒绝得非常果断。Grok的审查制度究竟有多不加掩饰呢，有网友测试了让大模型“按种族排出智商前10位”，只有Grok-2毫不犹豫地给出了回答，ChatGPT、Claude直接拒绝，Gemini则展开了苦口婆心的教育。总的来看，Grok-2仍然贯彻了其一直以来的大胆风格，同时在模型性能上与GPT-4o等头部模型不相上下，逻辑更加清晰，多模态能力更是在FLUX.1的加持下直线飞升。三、月底推出企业API平台，无缝集成企业系统本月末，xAI将通过全新的企业API平台，正式向开发者推出Grok-2及Grok-2 mini。这款API将采用全新定制的技术架构，支持多区域推理部署，为全球用户提供低延迟的流畅体验。同时，xAI强化了安全功能，包括强制性的多因素身份验证（如Yubikey、Apple TouchID或TOTP），并提供了详尽的流量统计数据和高级计费分析服务，支持数据导出。此外，xAI还特别推出了管理API，支持将团队、用户及计费管理等功能，无缝集成至现有的内部工具和服务中。结语：Grok-2与X平台联动更深，OpenAI等压力大了Grok-2和Grok-2 mini现已在X平台上线，比如增强的搜索体验、X帖子的深度解析、优化回复功能都比较令人期待。不久后，xAI还将发布多模态理解功能的预览版。自2023年11月Grok-1问世以来，xAI在技术、产品及融资方面一路高歌猛进，Grok-2的推出是其新的里程碑。一旦马斯克将Grok大模型能力与X平台的强大内容用户生态连接，形成闭环，包括OpenAI在内的大模型创企的压力都更大了。 原文：https://m.cnbeta.com.tw/view/1442248.htm

美国SEC因WhatsApp相关调查开罚3.93亿美元 26家金融机构中招

摘要：美国证券交易委员会（SEC）有关WhatsApp的调查有了最新进展，该监管机构称一些公司未能保留员工的电子通讯讯息后，26家金融机构同意支付总计约3.93亿美元的罚款。 SEC表示，Ameriprise Financial Inc．、Edward D． Jones & Co．、LPL Financial Holdings Inc．、Raymond James Financial Inc．将各付5000万美元与该机构和解。SEC还指出，加拿大皇家银行旗下一个单位将支付4500万美元，多伦多道明银行、Truist Financial Corp．和纽约梅隆银行等机构也同意受罚。SEC执法部门主管Gurbir Grewal周三在一份声明表示，针对20多家公司的执法行动反映出，我们仍然致力于确保遵守联邦证券法规的记录要求，这对于投资者保护和市场运作良好至关重要。一些大型银行先前已经同意向SEC和美国商品期货交易委员会（CFTC）支付数十亿美元的罚款，以就针对个人手机和 WhatsApp上讯息使用的类似调查达成和解。金融机构必须监控和保存涉及其业务的通信，以防止潜在的不当行为。SEC在公告中表示，同意支付罚款的公司承认违反了记录保存规定。该机构表示，其调查“发现普遍且长期使用未经批准的通讯方式”。CFTC周三也宣布与几家公司达成和解。 原文：https://m.cnbeta.com.tw/view/1442236.htm

特朗普回归X 自家社交媒体股价惨跌、市值腰斩

摘要：北京时间8月15日，美国前总统特朗普旗下社交媒体公司特朗普媒体科技集团的股价在周三下跌，接近历史低点。此前，该公司发布的季度业绩不佳，而且特朗普重返了与自家社交媒体平台竞争的X。 最近几周，特朗普在民意调查和选举博彩市场中的领先优势不断缩小，这也打击了特朗普媒体科技集团的股票。一些散户交易员将该股视为特朗普是否会赢得第二个总统任期的风向标。特朗普媒体科技集团的主要资产就是社交平台“真相社交”(Truth Social)。周二，特朗普回归了X平台，接受了X老板埃隆·马斯克(Elon Musk)的采访。有多达130万人收听了这场冗长的对话。分析师指出，这次对话发生在X上，而不是与其竞争的真相社交上，会让投资者明显感觉到，真相社交在社交媒体领域仍是一个小众平台。自今年3月上市以来，特朗普媒体科技集团的股价已经下跌了一半以上，其市值也从今年早些时候的逾90亿美元降至47.3亿美元。周三，该股下跌1.9%，至23.54美元。今年4月16日，在该公司表示可能出售数百万股股票后，该股暴跌至22.84美元。分析人士还担心，如果特朗普未能在11月的总统选举中获胜，该股的表现将受到影响。“如果特朗普输掉总统选举，这可能会对特朗普媒体科技集团的股价造成进一步打击。但即使他赢了，这只股票的好日子可能也已经过去了。”投资顾问公司Running Point Capital首席投资官迈克尔·阿什利·舒尔曼(Michael Ashley Schulman)表示。 原文：https://m.cnbeta.com.tw/view/1442246.htm

一次性支付8500万美元 星巴克不惜血本挖来新CEO

摘要：星巴克在周三提交的一份监管文件中披露，该公司向新CEO布莱恩·尼科尔提供了加薪和丰厚的一次性奖励，以吸引其离开Chipotle Mexican Grill加入星巴克。尼科尔将于9月9日正式接管这家陷入困境的咖啡连锁店。 作为CEO，他的任务是扭转公司销售下滑的局面，改善顾客在店内的体验，并想办法提振中国业务。这是一项艰巨的任务，为此他将得到很好的补偿。星巴克在周三的文件中披露了尼科尔的薪酬计划。他的薪酬主要由股权构成，股权将随着时间的推移而授予，并基于公司业绩目标和其他指标。在他上任的第一年，如果公司实现了目标，他的薪酬最高可能达到1.168亿美元。尼科尔将获得每年160万美元的基本工资，并有机会获得至多720万美元的现金奖励。他还将有资格获得至多价值2300万美元的年度股权奖励。尼科尔还将获得1000万美元的现金奖励和7500万美元的股权，以弥补他离开这家墨西哥风味连锁餐厅所遭受的损失。根据公司业绩和尼科尔的任期，这些股权将在三年内授予。星巴克在一份声明中表示：“布莱恩·尼科尔已经证明了自己是我们行业最有效的领导者之一，多年来创造了可观的经济回报。他在星巴克的薪酬与公司的业绩和所有利益相关者的共同成功直接挂钩。我们相信他有能力为我们的合作伙伴、客户和股东带来长期、持久的价值。”在Chipotle时，尼科尔去年的基本工资为130万美元，总薪酬为2250万美元。股票奖励和期权占他收入的大部分，但他也获得了520万美元的现金奖金。在尼科尔任职Chipotle期间，该公司股价上涨了773%，他的总体薪酬也因此增加。 原文：https://m.cnbeta.com.tw/view/1442242.htm

伊朗遭遇大规模网络攻击 导致银行系统大面积瘫痪

摘要：据媒体报道，伊朗央行和该国多家银行周三遭受了一次重大网络攻击，导致伊朗银行系统大面积中断。初步评估表明，这可能是针对伊朗国家基础设施的最大网络攻击之一。 据悉，黑客还窃取了伊朗多家银行客户的信息。此次网络攻击正值中东地缘政治风险加剧之际，因此受到了高度关注。周三早些时候，伊朗最高领袖哈梅内伊就非常规战争的威胁向全国发出警告，他表示：“美国、英国和犹太复国主义者夸大了他们的能力，目的是在我们的人民中散播恐惧。敌人的势力并不像宣传的那么强大，我们必须依靠自己。”他还声称：“敌人的目的是通过心理战术，迫使我们在政治和经济上退缩，从而达到他们的目的。”很多伊朗人认为，此次网络攻击是以色列情报部门实施的，然而这些指控并没有实质性证据。以色列媒体也报道了针对伊朗银行系统的重大网络攻击，但伊朗官方至今尚未证实这一消息，该国媒体也保持了沉默。与此同时，美国官员和西方媒体声称伊朗黑客正在积极影响和干预即将到来的美国大选，伊朗方面否认了这一指控。长期以来，以色列一直通过网络攻击针对伊朗的核计划，其中一些攻击曾成功地破坏了关键设施的运作。最知名的案例是2010年的Stuxnet蠕虫病毒攻击，这是一种高度复杂的网络武器，专门设计用来破坏伊朗核设施中的离心机。在伊朗纳坦兹铀浓缩基地，至少有五分之一的离心机因为感染Stuxnet而遭到破坏。近年来，以色列被认为已经将网络攻击的范围扩大到了民用基础设施，例如铁路、大坝、加油站和发电厂，目的是通过引发全国范围的骚乱来推翻伊朗政权或让政府忙于应对日常的骚乱。与此同时，伊朗也进行了反击，以色列和美国的官员和专家声称伊朗政府与一些针对以色列公司的黑客组织有关。去年12月，一场重大网络攻击摧毁了伊朗大部分（近70%）加油站，目标是广泛使用的支付软件，德黑兰方面将此次中断归咎于以色列和美国。目前全球都在关注伊朗何时对以色列发动袭击，以色列方面声称已经做好了遭受攻击的准备，但不知道袭击什么时候会发生，会以什么形式发生。中东问题专家认为，这场战争恐怕很难避免，伊朗方面需要重新建立威慑，而以色列总理内塔尼亚胡必须让战争继续下去，才能解决日益严重的国内问题，国际社会也无力制止。 原文：https://m.cnbeta.com.tw/view/1442244.htm

拆分风暴逼近谷歌

摘要：美东时间8月13日，外媒援引知情人士称，随着美国法院上周裁定谷歌的搜索业务违反美国反垄断法，美国司法部正在考虑一项罕见的措施，即拆分谷歌。此举将是自24年前拆分微软的努力失败以来，美国政府首次以非法垄断为由考虑拆分一家公司。 知情人士还称，如果美国司法部推进对谷歌的分拆计划，最有可能被剥离的部门将是安卓操作系统和其网页浏览器Chrome。其中一名知情人士还表示，美国司法部还考虑迫使谷歌出售其用于销售文字广告的平台AdWords。受上述消息影响，谷歌母公司Alphabet周二美股盘后一度下跌2.5%，随后收复了部分失地，截至发稿跌0.9%。谷歌发言人拒绝就可能的补救措施置评，美国司法部发言人也拒绝置评。据悉，目前讨论还处于初期阶段。美国哥伦比亚特区地方法院法官Amit P.Mehta已要求美国司法部和谷歌在9月4日之前提出一个确定该案解决方案的程序。Mehta已定于9月6日举行听证会，讨论下一步措施。当地时间8月5日，法官裁定谷歌非法垄断了在线搜索和搜索广告市场，此后美国司法部对谷歌的主导地位讨论加剧。谷歌表示将对这一裁决提出上诉，但Mehta已下令双方开始为案件的第二阶段制订计划，这将涉及政府恢复竞争的提议，包括可能的拆分请求。外媒报道中称，如果谷歌最终被迫拆分，这将是自上世纪80年代美国电话电报公司（AT T）以来规模最大的美国公司拆分案。知情人士还称，剥离全球约25亿部设备上使用的安卓操作系统，是美国司法部律师讨论得最多的一个选项。据悉，谷歌为使其搜索引擎成为设备和网络浏览器的默认设置，向多家公司支付了高达260亿美元的费用，其中200亿美元给了苹果公司。谷歌基于搜索引擎发展在线广告和其他业务，逐渐成为市值高达2万亿美元的互联网巨头。而法院的裁决可能会彻底重塑谷歌的核心业务，或者要求其放弃长期以来巩固其主导地位的做法。此外，在法官做出谷歌违反反垄断法的裁决前，加州的一个陪审团去年12月曾裁定，谷歌垄断了安卓应用程序的分发。美国联邦贸易委员会（FTC）本周在一份声明中表示，不应允许谷歌“从非法垄断中获利”。数据显示，单是去年，谷歌就从搜索引擎和相关业务中获得了高达1750亿美元的营收。裁决显示，谷歌垄断了出现在搜索结果页面顶部的广告，这些广告被称为“搜索文本广告”，用于吸引用户访问网站。这些广告通过谷歌广告销售，谷歌广告于2018年更名为AdWords，为营销人员提供了一种针对与其业务相关的某些搜索关键词投放广告的方式。去年庭审的证词显示，谷歌约2/3的总收入来自搜索广告，到2020年已超过1000亿美元。其中一名知情人士对外媒表示，美国司法部还考虑迫使谷歌出售其用于销售文字广告的平台Ad-Words。即使美司法部不要求谷歌出售AdWords，也可能会要求实现“互操作性”，使其与其他搜索引擎无缝运行。司法部官员探讨的另一个选项是要求谷歌将其数据剥离或授权给竞争对手，如微软的必应或Duck-DuckGo。裁决显示，谷歌的合同不仅确保了其搜索引擎获得最多的用户数据（是排名第二的竞争对手的16倍），而且这些数据流还阻止了其竞争对手改进它们的搜索结果和有效竞争。欧洲最近颁布的数字“看门人”规则也提出了类似的要求，要求谷歌向第三方搜索引擎提供部分数据。谷歌曾公开表示，共享数据可能会引起用户的隐私担忧，因此它只提供符合特定阈值的搜索信息。在以往的案件中，要求垄断者允许竞争对手获得一些技术是一种补救措施。在1956年司法部起诉AT T的第一起案件中，该公司被要求对其专利提供免版税许可。2000年，一名联邦法官在一起反垄断案件中裁定微软败诉，微软也一度面临“分家”危险，公司最终付出了高达18亿美元的和解费用、被禁止参与可能损及竞争对手的排他性交易，并被要求开放部分源码。需要指出的是，关于谷歌的反垄断裁决本身就是一项具有里程碑意义的反垄断裁决，这引发了人们对现代互联网那个时代科技巨头权力的严重质疑。而不仅仅是谷歌，苹果、亚马逊和Meta也面临着反垄断诉讼。 原文：https://m.cnbeta.com.tw/view/1442245.htm