北京
大數(shù)據(jù)文摘出品
在Google旗下Kaggle平臺主辦的“棋局競技場”中，一場AI國際象棋比賽正在展開。
參與者不是Stockfish或AlphaZero這樣的專業(yè)引擎，而是八個大型語言模型（LLM）：Grok 4、Gemini 2.5 Pro、o4-mini、o3、Claude 4 Opus、DeepSeek R1、Gemini 2.5 Flash和Kimi k2。
比賽規(guī)則簡單直接——單敗淘汰制。每局比賽，AI有四次機(jī)會做出合法走子，四次失敗即告負(fù)。
不比誰“算力強(qiáng)”，而是要看誰更能理解、分析并解決問題。
這是一場對AI通用智能（AGI）未來潛力的探索試驗(yàn)。
01 橫掃四場，Grok 4領(lǐng)跑全場
在8月5日首日四場對決中，四場全是4比0橫掃，沒有任何懸念。Grok 4擊敗Gemini 2.5 Flash，以全勝之姿晉級四強(qiáng)。
不僅贏得干凈利落，更展現(xiàn)了全場最具邏輯性的走法。
在對局中，Grok 4不斷識別對手的漏子，并迅速發(fā)起攻擊，每一分都帶著“計(jì)算后的獵殺”感。
相比其他模型依賴模板式開局和反應(yīng)式走子，Grok 4則像是在做一場目標(biāo)清晰的圍獵。
Gemini 2.5 Flash的失誤固然給了機(jī)會，但Grok 4真正讓人驚訝的是它的策略意識和位置判斷力。
即使是在沒有開局庫、沒有輔助引擎的純思維對弈中，Grok 4也表現(xiàn)出令人意外的棋局掌控力。
與此同時(shí)，Gemini 2.5 Pro也以4比0戰(zhàn)勝Claude 4 Opus晉級。
這組對局中出現(xiàn)了更多“合法走子”的回合，也出現(xiàn)了數(shù)次由棋局終結(jié)的真正“將死”，而非判負(fù)。
其中最令人印象深刻的是第四局，Gemini 2.5 Pro在局面占優(yōu)的情況下，仍舊犯下了幾個不該有的“送子”失誤。
即使如此，它依然靠兩后強(qiáng)勢將死對手，保住了勝果。不過，從比賽內(nèi)容來看，Claude 4 Opus的表現(xiàn)明顯更為混亂。
在第一局，它在第十步選擇“g5”，主動暴露王翼，直接加速敗局。評論指出：“Claude 4 Opus看上去知道一些戰(zhàn)術(shù)，但局勢一變，它就像陷入迷霧。”
DeepSeek R1對陣o4-mini的比賽更像是一場“幻覺測試”。
開局階段，雙方都能給出幾步強(qiáng)有力的操作。但進(jìn)入中局，DeepSeek R1反復(fù)犯下“看錯棋盤”的錯誤。
在一盤中，它甚至試圖將馬移到一個不存在的位置。盡管如此，o4-mini仍然完成了兩次“實(shí)打?qū)崱钡膶⑺?/strong>，成為唯一在一場比賽中完成兩次將死的AI。
o4-mini因此拿下4分，晉級下一輪。
最混亂的對局來自o3與Kimi k2的交手。Kimi k2沒有在任何一局中完成超過8步的對弈。
它連續(xù)四次在第四次嘗試時(shí)下出非法棋，自動判負(fù)。從注釋來看，Kimi k2的確懂得一些開局套路。
但一旦脫離開局庫，它便徹底迷失方向，甚至連車、象的走法都記錯。不是不會下棋，而是“忘了規(guī)則”。
這讓人對它的訓(xùn)練數(shù)據(jù)和邏輯能力產(chǎn)生疑問。
03 AI的弱點(diǎn)，暴露在棋盤上
比賽成了一面“照妖鏡”。從棋盤的表現(xiàn)看，大部分AI模型在以下三個方面表現(xiàn)不佳：
第一，無法完整“視覺化”整盤棋。許多AI看得見棋子，卻無法判斷整體布局關(guān)系。
第二，缺乏“因果理解”的連續(xù)性。一個子被吃了之后，AI往往不能明白其位置失守的后果，下一步仍會把王送進(jìn)敵人攻擊線。
第三，合法走子頻頻出錯。不僅僅是“不會”，而是“記不得”。Kimi k2在每盤中失敗的方式幾乎完全一樣：連續(xù)四次下出非法走子。
而這不是引擎限制，而是理解能力薄弱的體現(xiàn)。相比之下，Grok 4在這三方面都展現(xiàn)出極強(qiáng)的適應(yīng)力。它能識別未被保護(hù)的棋子，能計(jì)算簡單戰(zhàn)術(shù)，也沒有出現(xiàn)非法走子的情況。
這場比賽仍在繼續(xù)。8月6日，將迎來半決賽。
四強(qiáng)對陣如下：Grok 4 vs Gemini 2.5 Pro，o4-mini vs o3。
誰會最終登頂尚不得而知，但從首日表現(xiàn)來看，Grok 4無疑是目前的最大熱門。
比賽官網(wǎng)：https://www.chess.com/news/view/kaggle-game-arena-chess-2025-day-1
作者長期關(guān)注 AI 產(chǎn)業(yè)與學(xué)術(shù)，歡迎對這些方向感興趣的朋友添加微信Q1yezi，共同交流行業(yè)動態(tài)與技術(shù)趨勢！
GPU 訓(xùn)練特惠！
H100/H200 GPU算力按秒計(jì)費(fèi)，平均節(jié)省開支30%以上！
掃碼了解詳情?
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
