大數(shù)據(jù)文摘出品

在Google旗下Kaggle平臺(tái)主辦的“棋局競(jìng)技場(chǎng)”中，一場(chǎng)AI國(guó)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(gè)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(jiǎn)單直接——單敗淘汰制。每局比賽，AI有四次機(jī)會(huì)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(chǎng)對(duì)AI通用智能（AGI）未來潛力的探索試驗(yàn)。

01 橫掃四場(chǎng)，Grok 4領(lǐng)跑全場(chǎng)

在8月5日首日四場(chǎng)對(duì)決中，四場(chǎng)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(jí)四強(qiáng)。

不僅贏得干凈利落，更展現(xiàn)了全場(chǎng)最具邏輯性的走法。

在對(duì)局中，Grok 4不斷識(shí)別對(duì)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(chǎng)目標(biāo)清晰的圍獵。

Gemini 2.5 Flash的失誤固然給了機(jī)會(huì)，但Grok 4真正讓人驚訝的是它的策略意識(shí)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(duì)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(jí)。

這組對(duì)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(gè)不該有的“送子”失誤。

即使如此，它依然靠?jī)珊髲?qiáng)勢(shì)將死對(duì)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(dòng)暴露王翼，直接加速敗局。評(píng)論指出：“Claude 4 Opus看上去知道一些戰(zhàn)術(shù)，但局勢(shì)一變，它就像陷入迷霧?！?/p>

DeepSeek R1對(duì)陣o4-mini的比賽更像是一場(chǎng)“幻覺測(cè)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(cuò)棋盤”的錯(cuò)誤。

在一盤中，它甚至試圖將馬移到一個(gè)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(chǎng)比賽中完成兩次將死的AI。

o4-mini因此拿下4分，晉級(jí)下一輪。

最混亂的對(duì)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(duì)弈。

它連續(xù)四次在第四次嘗試時(shí)下出非法棋，自動(dòng)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(cuò)。不是不會(huì)下棋，而是“忘了規(guī)則”。

這讓人對(duì)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(gè)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(gè)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(huì)把王送進(jìn)敵人攻擊線。

第三，合法走子頻頻出錯(cuò)。不僅僅是“不會(huì)”，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(shí)別未被保護(hù)的棋子，能計(jì)算簡(jiǎn)單戰(zhàn)術(shù)，也沒有出現(xiàn)非法走子的情況。

這場(chǎng)比賽仍在繼續(xù)。8月6日，將迎來半決賽。

四強(qiáng)對(duì)陣如下：Grok 4 vs Gemini 2.5 Pro，o4-mini vs o3。

誰會(huì)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(zhǎng)期關(guān)注 AI 產(chǎn)業(yè)與學(xué)術(shù)，歡迎對(duì)這些方向感興趣的朋友添加微信Q1yezi，共同交流行業(yè)動(dòng)態(tài)與技術(shù)趨勢(shì)！

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?