Grok即將上线！馬斯克據此成為“數據封建王”？

作者：小巖

11月24日，馬斯克在X上發文，表示所有初代特斯拉Roadster的原始設計和工程現在完全开源。不單如此，旗下的AI大模型Grok將於下周正式上线。Grok的上线具有十分重要的裏程碑意義。因為這件事剛好發生在ChatGPT發布一年之際，短短一年時間，生成式AI得到了長足的發展，成為了具有確定性的技術浪潮。

經過數十億條數據訓練，達到高效與省時的目的。

據了解，Grok有兩種模式供選擇，即普通模式和有趣模式。在有趣模式下，Grok會賦予 AI更多的智慧和幽默，使它成為一種獨特有趣的聊天機器人。

相較於其他的AI模型，Grok具備一項得天獨厚的優勢：可以通過獲取實時新聞和推特的方式快速獲取最新信息和趨勢。也正因此，Grok會以極其簡潔的方式為自己的用戶提供最新的新聞摘要，這會為用戶節約掉大量的時間，這在同類AI產品中是極具核心競爭力的。

此外，Grok經過了數百萬條推文和线程的訓練，擁有出色的寫作能力，它的推文和线程的見解可能會比大多數人寫的更好。

Grok的發展速度相當之快。今年7月，xAI迅速訓練出了Grok-0這一基礎模型，隨後進行了調優，進化成了 Grok-1。這個模型的參數雖然只有大約330億，但是能力已經超過llama2 70B 和GPT-3.5。

​馬斯克背刺Open AI，即將成為“數據封建主”?

很多人覺得馬斯克在此時推出Grok，會對OpenAI形成較大的威脅。究其原因，不難理解，因為Grok擁有重要的人類數據。如今的大模型數據相當喫緊，就連生成式AI的鼻祖OpenAI都不得不直接拿自己用戶的數據來進行訓練。

在這種情況下，背靠X這一龐大的社交平臺，Grok就擁有了體量巨大，而且會不斷更新的數據庫，這是一張分量十足的王牌。

不過，正如硬幣都有正方面，X所坐擁的海量數據也是雙刃劍般的存在。作為一個大型社交平臺，X上面的大部分數據都未經核驗，質量肯定是參差不齊的。數據未經篩選，就直接拿來訓練大模型，很難保證Grok所提供內容的質量。

所以，有業內專業人士分析，盡管馬斯克財大氣粗，但在AI這一賽道上，他能進步的空間是有限的，最多只能成為割據一方的“數據封建主”。

那么，什么是數據封建主？

簡單來說，就是以獨有數據為基礎，在某些垂直的行業和領域內“圈地為王”，爭取做到極致。這個概念最初由希臘前財政部長雅尼斯·瓦魯法克斯提出，他在目睹了歐洲各國被美國科技企業多次壓榨和盤剝之後，得出了這樣的結論。如今，應用層的路逐漸被GPTs堵死了，這種靠獨有數據圈地為王的方式或許成了其他企業殺出重圍的唯一途徑。Grok以X平臺的數據做基礎，似乎是在往新一代數據封建主的方向發展。

這樣的做法會在短期內取得成績，但不是長久之計。因為所謂的“獨有數據”看似是堅不可摧的壁壘，但勢必會隨着技術的發展不斷被削弱，以至於被更強的通用模型步步蠶食。

這一點我們普通人都想得到，馬斯克一定不會忽略。相比起單純數據封建主，馬斯克的Grok已經展示出了解決這一問題的潛質和能力。

馬斯克曾經在訪談中盛贊中國的微信，他認為微信是一個很好的樣本，擁有很棒的接口和APP，因為在中國你幾乎可以“生活在微信裏”。

值得一提的是，迄今為止，美國並沒有像中國的微信這樣，集社交，支付，娛樂，資訊於一身的綜合平臺。這並不是因為美國不具備研發這種綜合平臺的能力，而是美國的各大金融機構與科技巨頭之間存在着一種互為競爭的關系，很難實現合作關系。馬斯克對於X的收購，不僅在某種程度上結束了這樣的“割據”，也為其打造成一個類似微信的超級APP提供了基礎。

假以時日，如果X平臺真的能成為一個集音頻，視頻，消息，支付於一身的綜合平臺，Grok就會成為這個數據樞紐的中心，可以從不同行業，不同地區，不同模態裏獲得海量數據。如此一來，Grok的定位就不再局限於社交平臺，而是成為了連接各領域的綜合性交互入口。

馬斯克對AI這盤棋的布局，格局很大。

組建豪華技術團隊，打造能“理解宇宙真正本質”的人工智能。

人才是AI賽道的第一生產力，也是最燒錢的條件之一。而具有“鈔能力”的馬斯克，在打造技術團隊這方面也是下足了血本。馬斯克技術團隊中的成員大都來自 DeepMind，OpenAI，谷歌研究院，微軟研究院，特斯拉和多倫多大學，他們曾主導過多個 AI 基礎算法研究和知名 AI 項目。值得一提的是，馬斯克團隊中的華人比例奇高，其中還有兩位研究人員的論文引用數超過 20 萬。

譬如例如 xAI聯合創始人楊格（Greg Yang ），在哈佛取得數學學士與計算機碩士學位，師從丘成桐。丘成桐帶着楊格出席活動、認識各個方向的博士生和數學家，還推薦他申請數學界本科生能取得的最高榮譽——摩根獎。

除了楊格，核心團隊中還有張國棟（Guodong Zhang），戴自航（Zihang Dai），吳宇懷（Yuhuai Tony Wu）等人，他們在底層技術上有頗有建樹。

由此可見，xAI 不缺人才，更不缺算力和資金。雖然如今推出的Grok-1與GPT-4之間還存在着明顯的差距，不過，如果它後續擁有更大規模參數的版本出現，兩者之間的差距一定會越來越小。

AI大模型的競爭是大廠與超級獨角獸的競爭，這種競爭是全方位的競爭。因為AI模型預訓練需要極高的成本，當未來模型版本迭代時，又需要持續投入巨大的算力和資金成本。除此之外，找到能夠充分釋放模型能力價值的場景也非常重要，不然無法形成反饋的循環。但也正是因為這些公司競爭的存在，與之配套的應用會越來越強，AI也將變得越來越便宜。