OpenAI完胜马斯克Grok，4比0横扫全球大模型对抗赛
快速阅读: 7月11日，Kaggle主办的首届AI国际象棋锦标赛中，OpenAI的o3以4-0战胜xAI的Grok 4夺冠，展现强大推理与战略能力，比赛禁用专业引擎，强调自然语言指令，旨在检验AI批判性思维与临场应变。
在Kaggle AI国际象棋锦标赛中,OpenAI o3以摧枯拉朽之势横扫大热门Grok 4,勇夺首届AI国际象棋表演赛冠军! 这不仅是一场代码与算法的较量,更被视为科技巨头OpenAI与xAI之间的一场「代理人战争」。
稍早的季军战中,Gemini 2.5 Pro击败o4-mini,将铜牌收入囊中。
全球顶尖的生成式AI模型,通过国际象棋,展开了一场关乎战略与推理核心能力的巅峰对决。
本次大赛由谷歌旗下平台Kaggle主办,目的是摆脱传统基准测试的束缚,在真实、复杂的游戏环境中,检验大模型的 批判性思维、战略规划和临场应变能力 。
参赛的AI棋手阵容堪称豪华: OpenAI: o3, o4 mini xAI: Grok 4 Google: Gemini 2.5 Pro, Flash Anthropic: Claude 4 DeepSeek :R1 Moonshot :Kimi K2 比赛规则极具挑战性,旨在模拟更接近人类的思考方式: 禁止使用专业象棋引擎 :所有决策必须源于模型自身的通用推理能力。
君子动口不动手 :模型必须以完整的自然语言句子来下达指令,而非直接操作棋盘。
时间限制 :每步棋有60分钟的思考时间。
防错机制 :连续三次给出无法执行的错误指令,直接判负。
四分之一决赛呈现出强弱分明的态势。
OpenAI的o3、xAI的Grok 4、谷歌的Gemini Pro等顶尖模型均以4-0的悬殊比分横扫对手,轻松晋级。
半决赛中,Grok 4与谷歌Gemini Pro的对决成为了整个赛事唯一的悬念。双方你来我往,异常胶着。
最终,Grok 4在决胜局中凭借更胜一筹的推理能力,以3-2惊险胜出。
o3则以绝对优势,再次4-0轻松击败了同门师弟o4 mini。
万众瞩目的决赛:o3 4-0 Grok 4 直到半决赛结束,Grok 4看上去都势不可挡,冠军似乎已是其囊中之物。
Grok极少在代码中输出下棋思路,这种沉默被视为一种信号:一个精准、致命、无需向任何人解释的冷酷杀手。
这场决赛因奥特曼和马斯克两位创始人的恩怨情仇而备受瞩目。
然而,决赛日风云突变,Grok的强者光环轰然破碎。
OpenAI的o3从开局就展现出系统、稳定的策略,棋路清晰,步步为营。
最终, o3以4-0的压倒性比分干净利落地击败Grok 4 ,从开赛到夺冠未失一局,成就了真正的不败王者。
Grok的失误来得又早又频繁,而o3则毫不手软,招招致命。
第一局: 刚一开局,Grok 就毫无征兆地送了一个关键的象。在子力处于劣势的情况下,Grok还主动找对手兑子——这完全违背了落后不兑子的象棋常识。几个回合的低级失误后,o3轻松将杀,先下一城。
第二局: 双方进入了著名的西西里防御毒兵变例。如果说b2兵对人类棋手是毒药,那a2兵对AI来说简直是致命病毒。Grok走出了一步惊天大漏,吃掉了一个有白方骑士守护的兵。送上如此大礼,o3自然轻松笑纳胜局。
第三局: Grok 执白首次在比赛中摆出马洛奇结构,局面一度非常理想,让人以为那个强大的Grok又回来了——难道它前两局是在演戏吗?然而,一步直接送掉了自己的骑士,让所有幻想化为泡影。随后,Grok接连送掉了皇后、一个车,最终输掉了比赛。
第四局: 这是最富戏剧性的一局。开局不久,轮到o3犯下大错,白送了皇后,局面岌岌可危。但正如解说嘉宾、特级大师Hikaru Nakamura所说,棋盘上依然暗藏杀机。
o3展现了惊人的韧性,通过一个精彩的战术组合技,奇迹般地夺回了皇后。
比赛拖入残局,尽管o3仅多一个兵,本是和棋局面。但Grok再次暴露了它在残局计算上的致命弱点,o3对残局的理解显然更深,步步紧逼,最终将兵升变为皇后,完成了绝杀。
凭借这场标志性的胜利,o3成为了首届Kaggle AI象棋赛的王者,Grok 4则遗憾地与冠军失之交臂。
季军战:o4-mini 1.5-2.5 Gemini 2.5 Pro 谷歌自家的Gemini 2.5 Pro与o4-mini的季军争夺战,虽然不像决赛那样一边倒,但也但也远非势均力敌。
最终,Gemini 以三胜一和的战绩,稳稳地站上了领奖台。
尽管比分悬殊,但Gemini的对局堪称一团糟,棋局质量远不及冠军o3。
Gemini的表现时好时坏,第一局的进攻还算有模有样,但第三局的和棋则更像是整场比赛的缩影:双方都下得稀里糊涂,失误不断,即使手握巨大优势也迟迟无法转化为胜势,局面如过山车般起伏。
不过,瑕不掩瑜,凭借更强的综合实力,Gemini为东道主谷歌赢得了一枚宝贵的铜牌。
谷歌将如何通过这次比赛来改进其AI,令人期待。
赛后声音与反思 世界棋王Magnus Carlsen一针见血:「o3的棋力大约相当于国际等级分1200分,Grok 4只有800分左右。」 1200分是业余俱乐部棋手的平均水准,而800分基本是刚入门的初学者。
这与世界顶尖人类棋手超过2700分的水平相去甚远。
Carlsen认为,这次比赛让我们得以一窥AI真实的思考过程。
面对Grok 4的惨败,马斯克迅速在X上挽尊:「 xAI基本没在象棋上花功夫,下棋对Grok来说只是个附加功能。
」 Kaggle的雄心不止于此。
AI象棋锦标赛将作为一个持续性的评估标准,未来还将扩展到围棋、狼人杀、模拟经营等更复杂的游戏。
游戏正在成为衡量和驱动下一代AI发展的最佳试验场。
参考资料: https://www.youtube.com/watch?v=WSiu1et3P7M https://x.com/kaggle/status/1953542585412153369 https://www.chess.com/news/view/kaggle-game-arena-chess-2025-day-3 本文来自微信公众号 “新智元” ,作者:新智元,编辑:英智,36氪经授权发布。
(以上内容均由Ai生成)
