今天與 {{active_subscriber_count}}+ 位讀者一起看：
🗞️｜馬斯克 Grok 3 成為世界最強
🚀｜AI 機器人幫 Curry 訓練投籃
📊｜AI 演算法進步：算力支出增加
🧭｜Hugging Face 免費 AI 課程
🔬｜AI 能靠接案賺 100 萬美金嗎
🔍｜Andrej Karpathy：Grok 3 早期測試心得
電子報製作時間：5.1 小時
🗞️ NEWS
馬斯克推出 AI 模型 Grok 3！成為世界最強！
圖片來源：@lmarena_ai
Elon Musk 的 AI 公司 xAI 昨天正式推出最新模型 Grok 3，多項基準測試超越目前熱門 AI 模型，早期版本甚至在 Chatbot Arena 拿下第 1 名！
算力提升：這次 xAI 使用約 20 萬顆 GPU 來訓練 Grok 3，算力比 Grok 2 提升 10 倍。
測試表現： 在 AIME‘24、GPQA、LiveCodeBench 等測試奪冠，早期版本還在 Chatbot Arena 排名第一。
未來推出：推理模式（Reasoning）、DeepSearch、語音模式（一週後）， Grok 3 穩定後開源 Grok 2！
僅成立 18 個月：xAI 團隊用短時間就追上目前最頂尖的 AI 公司，正式加入 OpenAI、Anthropic、Google 的競爭行列（之前我覺得 Grok 超笨 😅）。
🧰 TOOLS
Train Fitness：讓 AI 為你製作健身計劃
來自合作夥伴：Train Fitness
Train Fitness 是由加拿大團隊推出的一款 AI 健身 App，能夠透過智慧手錶自動檢測超過 470 種健身動作，讓 AI 真正成為你的健身教練。
AI 演算法：使用專利 AI 演算法（Neural Kinetic Profiling™，NKP）來精準捕捉、分析人體健身動作。
自動追蹤：只要佩戴 Apple Watch，不需額外手動輸入，就能追蹤紀錄槓鈴、啞鈴、壺鈴…等動作組數。
AI 健身計劃：根據過去的訓練、恢復情況和健身目標，AI 會生成專屬於你的健身訓練計劃。
實際體驗：目前我已經使用 Train Fitness 4 個多月，是我用過最好用的健身追蹤 App！免費獲得 2 個月 Trian Pro 會員資格
🤝 ADVERTISING
與 {{active_subscriber_count}}+ 位讀者分享你們的產品與服務
《Brief AI 電子報》讀者近 50% 擁有碩士以上學歷；管理階層超過 40%，資深職員超過 30%；來自國內外多間知名企業… 馬上預訂合作
🚀 LAUNCH
NBA 展示多種 AI 機器人技術！幫 Curry 訓練投籃！
影片來源：NBA
NBA 在這次 2025 全明星科技高峰會上，向大家展示了多項 AI 機器人技術，能幫球員撿籃板、模擬戰術、整理裝備、關心球員身心狀況...
A.B.E.（自動籃球引擎）：專門為投籃訓練設計，能自動撿籃板、傳球，確保球員能無間斷地進行投籃訓練。
M.I.M.I.C.（模擬機器人）：教練指導下，模擬進攻、防守戰術，幫助球員戰術演練。
K.I.T.（運動介面工具）：能關心球員健康與心理狀態，在更衣室、訓練期間提供陪伴。
B.E.B.E.（基礎裝備機器人）：負責整理訓練器材、幫籃球充氣等工作。
比想像中還快：AI 機器人的應用比想像中快、豐富，最頂尖的場域（物流、工廠、現在甚至 NBA）都已經開始實際應用，不再只是在研發階段！
📊 CHART
AI 演算法進步：算力支出會增加，而非減少
圖片來源：Epoch AI
近期討論熱烈的演算法進步（例如：DeepSeek R1）是否會降低對高效能 GPU 的需求？ Epoch AI 最新研究：反而會繼續推動算力支出增加！
歷史數據顯示：過去十年演算法的進步與 AI 訓練設備投資同步成長，並未導致算力支出下降。
經濟價值仍在擴展：如果 AI 能持續突破現有能力，能自動化大部分工作，那麼算力需求將持續上升。
產業發展模式：AI 可能會像智慧型手機與個人電腦一樣，經歷高速成長後趨於穩定，但目前仍處於高速擴張階段。
關鍵問題：AI 是否已接近經濟價值的極限？如果 AI 繼續突破，那麼演算法進步不會減少算力需求，反而會加速投資。
🧭 GUIDE
Hugging Face 推出免費 AI 課程
圖片來源：Hugging Face
Hugging Face 推出免費 AI 課程：帶你從基礎入門到進階應用，學習如何設計、使用、打造 AI Agents！
基礎理論：學習工具、思考、行動、觀察等核心概念，並回顧 LLM 的基本知識。
實作操作：使用 smolagents、LangChain、LlamaIndex 等目前熱門框架，進行AI Agents 訓練。
應用挑戰：完成實際作業與挑戰，與其他學員 AI Agent 進行競賽，並上傳至 Hugging Face Hub。
建議學習方式：
加入 Discord 群組與其他學員一起學習
參加測驗和作業，藉由實作加深理解
設定合理的學習進度，每週約需 3-4 小時
🔬 RESEARCH
AI 能靠自由接案賺到 100 萬美金嗎？
圖片來源：OpenAI
OpenAI 提出全新基準測試 SWE-Lancer，涵蓋 1,400+ 個 Upwork 自由接案軟體工程任務（總報酬超過 100 萬美元），評估 AI 在實際軟體工程工作的表現。
任務範圍：從最簡單 Debug 到開發新功能的 IC 任務；模仿軟體工程經理角色，選出最佳解決方案的管理任務。
實驗結果：在 IC 任務中，模型的通過率普遍偏低（約 8% 到 26%），而管理任務的通過率稍高（約 37% 到 45%）。
最佳模型：評估多個熱門模型（包含：GPT-4o、o1…），Claude 3.5 Sonnet 表現最好（IC 任務：26.2%；管理任務：44.9%）。
分析觀察：目前模型都能迅速定位問題所在，但往往難以找到根本原因，導致修正方案不夠完整，無法解決大多數任務。
🔍 INSIGHT
Andrej Karpathy：Grok 3 早期測試心得
OpenAI 共同創辦人、Tesla AI 團隊總監 Andrej Karpathy 早期快速測試了這次推出的 Grok 3 模型，並分享了他的看法：
成功任務：網頁遊戲任務、上傳論文搜尋、簡單數學謎題…
失敗、表現不佳任務：Emoji 謎題、幽默笑話、生成 SVG 圖形（畫出騎腳踏車的鵜鶘）…
總結：
Thinking 模式：Grok 3 + Thinking 模式接近 OpenAI o1-pro，比 DeepSeek-R1 和 Gemini 2.0 Flash Thinking 略強。
DeepSearch 功能：能夠回答許多搜尋（例如：新聞、股票資訊…），整體表現接近 Perplexity 的 DeepResearch。
