Grok 4 发布会：马斯克称其为“世界上最智能的 AI”，性能对标 o3？

1. 什么是 Grok 4？它有哪些亮点？

Grok 4 是 马斯克 旗下 xAI 公司发布的最新一代 推理模型，旨在对标 OpenAI 的 o3。马斯克在发布会上称 Grok 4 是“世界上最智能的 AI”，并表示其进化速度“远超任何人类”。

• 卓越的推理能力： 在 SAT 和 GRE 等高难度考试中取得近乎完美的成绩，即使面对从未见过的考题也能轻松应对。
• 指数级增长的性能： 从 Grok 2 到 Grok 4，每一代模型的训练计算量增加约 10 倍，总增幅达 100 倍。
• 大量投入推理计算： 除了预训练计算，还大量投入在 推理（RL compute） 计算上，以增强思考与解决问题的能力。

2. Grok 4 在基准测试中的表现如何？什么是“人类最终考试”？

Grok 4 在多个顶级基准测试中表现全面超越所有竞争对手，包括 Claude Opus 4 与 Gemini 2.5 Pro。

• “人类最终考试”（Humanity’s Last Exam）： 这是一个超高难度的基准测试，包含 2500 个专家级问题，涵盖上百个学科。据称，没有任何人类能在所有领域达到博士后水平，但 Grok 4 实现了这一点。

3. Grok 4 有哪些实际应用能力演示？

发布会中展示了 Grok 4 的一些实际应用能力，包括：

• 现实世界预测： 在预测平台 Polymarket 上分析 2025 年 MLB 世界大赛冠军，结合赔率和 FanGraphs 的数据计算出自己的概率，识别出市场赔率与实际概率之间的差异。
• 多模态与主观理解： 在 X 平台上找出“xAI 员工最古怪的头像”，表明 Grok 4 能够理解“古怪”这样的主观概念，并搜索和分析图片。
• 信息整合与摘要： 整合 “人类最终考试” 分数变化的 X 帖子时间线，提取关键事件并按时间排序。
• 代码与可视化生成： 根据一个物理学提示，Grok 4 生成了一个关于两个黑洞碰撞并产生引力波的 HTML 动画，展示了其将复杂科学概念转化为代码和动态可视化的能力。

4. Grok 4 的语音模式有哪些改进？什么是 SuperGrok Heavy？

Grok 4 的语音模式迎来重大改进：

• 端到端延迟减半： 对话更流畅。
• 五种全新的声音： 包括史诗感的“Sal”和带有丰富情感的英音“Eve”。

SuperGrok Heavy 是一个付费等级（每月300美元），允许用户调用 Grok 4 Heavy，它会像一个“学习小组”一样，并行启动多个智能体（agents）共同解决复杂问题，通过比较和筛选，最终得出最佳答案。

5. Grok 4 在新锐 Bench Mark 中的表现如何？

• ARC-AGI： 在 ARC-AGI 榜单中，Grok 4 在 v1 中超过 o3，在 v2 中两倍于 o3。(注意，比不上 o3-pro)
• Vending-Bench： 在商业场景模拟 “自动售货机基准测试”（Vending-Bench） 中，Grok 4 的表现远超其他前沿模型，其创造的净值是第二名（Claude Opus 4）的两倍以上。

6. xAI 公司对 Grok 的未来有哪些展望？

• 八月： 推出专用的 编码模型。
• 九月： 推出 多模态智能体。
• 十月： 推出 视频生成模型。

预测：AI 将在今年晚些时候或明年发现真正有用的新技术，甚至可能在 1-2 年内发现新的物理学原理。

7. 如何使用 Grok 4？

Grok 4 需要订阅才能使用，SuperGrok 订阅费用为 $30/月 起。 访问 https://grok.com/ 了解更多信息。

感悟

我认为：马斯克这次发布的 Grok 4，颇有“语不惊人死不休”的味道。一方面，他极力强调 Grok 4 的智能程度和进化速度，另一方面，又通过各种基准测试和实际应用演示来佐证自己的观点。这种高调的宣传方式，既能吸引眼球，也能引发人们对 AI 发展方向的思考。至于 Grok 4 是否真的如马斯克所说的那样“世界上最智能的 AI”，还需要时间来检验。不过，可以肯定的是，AI 领域的竞争将会越来越激烈，而最终受益的，还是我们这些用户。

,