新智元報道

編輯：編輯部

馬斯克手中的最后一張牌——Grok 4，終于打出來了。這個全球最聰明AI，一上線就刷爆全球榜單登頂TOP 1，把所有其他大模型都踩在腳下。重磅登場的Grok Heavy，月費則達到了300刀。馬斯克已經預言：明年Grok將發現新物理學。

馬斯克的背水一戰，大獲全勝！

就在剛剛的發布會上，xAI的重磅炸彈Grok 4，終于在千呼萬喚中登場了。

而它，可以說是全球最聰明的AI！

不僅超越了大多數人類研究生，甚至比博士都好。

左右滑動查看

左右滑動查看

發布會全程1個小時，下面是太長不看的簡單總結：

現在，SuperGrok的用戶已經可以用上了，普通版月費30刀，Heavy版月費300刀。

同時Grok 4 API也已向所有開發者正式開放，并將登錄第三方云平臺。

剛從政壇上鎩羽而歸，卻在AI界王者歸來。

果然，馬斯克還是那個傳說中打不敗的男人。

完整直播可點擊觀看

20萬塊GPU，成績刷爆HLE

在各種考試和基準測試中，Grok 4的成績驚人。

比如，它在SAT中每次都能拿滿分，即使從未見過這些題目。

而在GRE考試中，它在所有學科領域，都能拿到近乎滿分，無論是人文學科、語言、數學、物理還是工程。

可以說，在所有學科領域，Grok 4都比幾乎所有人類研究生都要聰明。

怎么做到的？馬斯克進行了揭秘。

首先，比起Grok 2，Grok 4的訓練時間達到了Grok 2的100倍。

從Grok 2到Grok 3，xAI投入的主要是預訓練算力；但從Grok 3到Grok 4，大量算力已經被投入到推理和強化學習中。

通過訓練Grok 2，團隊第一次大規模擴展了預訓練。

這讓他們意識到：如果對數據消融、基礎設施和算法進行更細致的處理，將預訓練的規模可以再提升10倍，從而打造出最頂尖的預訓練基礎模型！

網友直呼：xAI在強化學習上投入的算力，竟然和預訓練一樣多？這太瘋狂了！

這就是為什么，xAI要斥巨資建起有10萬塊H100的世界級超算Colossus超算。

如果能收集可驗證結果的獎勵數據，就可以訓練模型從第一性原理出發進行思考、推理、糾正自身錯誤，這就是Grok 2推理能力的由來。

那么，接下來，如果把Colossus超算的20萬GPU全部都投入，會發生什么？

答案就是——Grok 4的誕生！

在 「人類最后考試」HLE上，Grok 4直接成績刷爆，分數驚人。

HLE總共有2500道問題，涵蓋了多個學科，今年早些時候剛發布時，大多數模型的準確率得分僅為個位數。

原因就在于，HLE的考題極難，比如下面這些題，分別是一道關于范疇論中自然變換的數學題、一道關于電環化反映的有機化學題，以及一道從希伯來語原文中區分閉音節和開音節的語言學題。

顯然，這些題目已經達到了博士級，甚至更前沿的難度。

幾乎沒有任何一個人類，能答對所有這些問題，并且取得高分。如果能答對5%，就算人群中極聰明的人了。

然而，Grok 4卻在HLE的所有領域，都達到了博士級別，甚至勝過了大多數人類博士生，因為后者大概率都會不及格。

當然，如果要說Grok 4目前有什么缺憾，就是還未發明出新的技術，或者發現新的物理學。

但馬斯克認為，這只是時間問題——最早在今年年底，Grok就會發明出新技術，明年它就會發現新的物理學。

海量算力，訓出全球最聰明AI

團隊研究者爆料說，其實剛開始，Grok 4的準確率也只是個位數。

但隨著投入的算力越來越多，奇跡發生了！最終，它做出了HLE中1/4的難題，這還是在沒有工具輔助的情況下。

而在被賦予工具使用能力，將工具使用直接融入訓練過程后，Grok 4的性能開始了驚人的暴漲。

而且，目前Grok 4還未使用任何公司級的強大工具。

如果給它提供企業級的工具，比如特斯拉或Space X使用的有限元分析、計算流體力學、碰撞模擬，以及高精度的物理模擬器，那么毫無疑問，Grok 4還將發生顛覆級的改變！

比如，如果把Grok和擎天柱結合，它就可以和真實世界互動，提出假設，親手驗證真偽。

「重量級」Grok Heavy登場

除了算力的問題，我們還需要解決的一大難題，就是如何突破數據瓶頸。

RL的原則，就是不僅要找到大量有挑戰性的強化學習問題，還要有可靠的信號告訴模型，它做對了還是做錯了。

然而，如今我們已經快找不到可用的測試題了！大多數人類無法解決的難題，對AI已經開始變得輕而易舉。

好在，我們還有一個絕佳的裁判，那就是現實。物理學是終極法則，對AI最終的推理測試，就是現實世界。

讓我們設想一下，如果單個AI智能體能解決40%的問題，那么同時運行多個智能體呢？

這，就是所謂的測試時計算（test-time compute）。隨著它的擴展，Grok 4已經能解決HLE中超50%的純文本題目。

而如果并行生成多個AI智能體，Grok 4 Heavy就誕生了！

這些智能體會獨立工作，互相比較各自的成果，決定哪個更好。一旦有智能體發現了關鍵解決方案，就會分享給其他智能體，最終它們通過交流，得出最終答案。

這就是Grok 4之所以「Heavy」的原因，因為測試和計算的規模擴大了一個數量級。

· Grok 4 Heavy驚人演示

Grok 4 Heavy，已經進化到可以不止會考試，還能解決真實世界中各種刁鉆的問題！

比如，我們可以讓它預測當前美國職業棒球大聯盟（MLB）各隊的奪冠賠率。

它能計算出，洛杉磯道奇隊是今年的奪冠熱門，獲勝概率為21.6%。

并且，我們還能讓它生成兩個黑洞碰撞的可視化圖像。

在下圖中可以看到，從兩個黑洞相互旋進開始、合并、到達鈴振階段，這個碰撞過程大致是正確的。

尤為精彩的是，它使用了后牛頓近似法，而非計算黑洞中心附近的廣義相對論效應。

也就是說，它進行了一個真實的模擬，對該使用的物理常數進行了相當多的推理。

另外，它還能發現X上頭像最詭異的xAI員工。

要知道，最神奇的地方就在于，它竟然理解了什么是「詭異」。

如果說Grok 4有什么弱點的話，就是目前它還是「部分失明」，圖像理解能力和生成能力都比較弱。

不過令人期待的是，Grok 4是xAI目前訓練的第六版模型，第七版已經在訓練中了！

對于所有AGI模型來說，最權威的測試就是ARC-AGI了。

在直播前24小時，ARC-AGI團隊接到xAI電話后，才開始了Grok 4的跑分測試。

結果顯示，Grok 4是唯一一個成績突破10%的模型。

具體來說，Grok 4（Thinking）在ARC-AGI-2刷新了SOTA，準確率為15.9%。

在ARC-AGI-1上，它的成績達到了66.7%。同時，Grok 4實現了每美元智能成本的最優化。

ChatGPT和Grok 4現場飚語音

此外，研究人員還改進了Grok 4的「語音模式」，延遲率直接減半，還新增了兩種全新的音色——

Sal：擁有深沉的聲線

Eve：音色優美的英倫女聲，能演繹豐富的情感

接下來，直接進入demo。xAI員工打開Grok問道，「現在正在有數百萬人觀看我們直播，你感到興奮嗎」？

Eve好像真的就在直播現場，激動地表示，「這就像站在老維克劇院的舞臺上，看著臺下人山人海」。

它還會低聲細語，說了一些能夠讓xAI員工不再緊張的話。

不僅如此，Eve現場還獻上了一段非常優美的歌劇，還能、即興表演隨時更換曲調，讓人聽著陶醉。

更有趣的是，為了測試Grok 4的反應速度，xAI員工直接讓ChatGPT和Grok同臺PK。

任務是，我說一句，你說一句，跟讀數字。

ChatGPT的反應有些遲緩，而且并沒有依據指令跟讀，自主說一些不相關的話。

此時，Grok的表現令人驚艷，一步一步跟著讀了下來。

最后，研究人員總結到，自Grok模型上線以來，在過去八周的時間，實現了端到端延遲提速2倍，新增了5種不同音色，活躍用戶量更是增長了10倍。

足見，Grok語音功能正在飛速發展。

Grok 4賣貨，年入47億填補GPU巨銷

那么，Grok 4在現實生活中能做什么？

賺錢！！！

在Vending-Bench商業場景的基準測試中，Grok 4能夠長期運營自動售貨機，并且成為了榜單第一。

在此過程中，它不僅要完成庫存管理，還得與供應商談判、制作定價策略等任務。

這些任務看似簡單，但要求模型「長期持續運營」，只有Grok 4能夠賺到，凈資產也是所有模型兩倍。

發布會上，馬斯克半開玩笑表示，「這下我們GPU算力開銷有著落了。只需要部署100萬臺自動售貨機，年收入就能達47億美元」。

看來，下一步Grok 4也要為自己打工了。

此外，Grok 4的誕生，將帶來生物醫藥、金融等跨領域的突破，重塑商業AI范式。

如下demo所見，Grok正成為企業級的智能Copilot，擁有256k的上下文窗口，前沿的多模態推理，實時的數據搜索，以及企業級的安全能力。

4小時，肝出爆款射擊游戲

更令人激動的是，Grok 4在AI游戲實時生成領域，大有前途。

現場，員工展示了AI游戲設計師Danny Limanseta，在極限4小時內，制作出了第一人稱射擊游戲。

馬斯克預言，「首個真正優質的AI電子游戲可能會在明年問世，今年或許能看到半小時長度的可觀看AI劇集，而首部AI電影很可能在明年誕生」。

在未來路線圖中，xAI還計劃發布編碼模型、多模態智能體和視頻生成模型。

發布會最后，屏幕上出現了道格拉斯·亞當斯《銀河系搭車客指南》第四部的書名——《再見，謝謝所有的魚》。

果然，還是那個我們熟悉的科幻迷馬斯克。

文明奇點已至

馬斯克激動表示，我們正處于智能大爆炸的起點。奇點時刻已經到來，這是人類歷史上最激動人心的時代。

而此時最重要的，就是打造一個好的AI，一個善良的AI，讓它去最大程度地追求真理。

如果把AI看作一個超級天才的孩子，它最終一定會比人類聰明，而我們能做的，就是開始就給它灌輸正確的價值觀，讓它追求真實、正直、善良。

給AI算力，加上正確的工具，最終還要和物理世界互動，到時，我們的經濟體量將會是現在的數千倍，甚至數百萬倍！

馬斯克說，如果把文明進程看作是完成卡爾達肖夫等級的百分比，那我們距離1級文明的10%還很遠，可能只完成了1%或2%。

1級文明利用整個行星的能源；2級文明利用整個恒星的能源；3級文明利用整個星系的能源

如果文明沒有自我毀滅，我們就會邁向2級文明。跟那時相比，我們今天的經濟水平，會像穴居人往火里扔木棍一樣原始。

馬斯克承認，親手創造出這樣一個遠超人類自身的智能，也令人有些不安——它對人類究竟是好是壞？

最終，他說服了自己：這個AI大概率是好的，就算不是，自己也要活到親眼見證這一切發生的那一天。

馬斯克，背水一戰

如今，馬斯克真的是破釜沉舟，背水一戰了。

本來是特朗普競選的最大功臣，最近他卻成了「大而美法案」的最大輸家，隨著「特馬同盟」的徹底崩塌，馬斯克似乎已經無牌可出了。

首先，隨著「大而美法案」的出臺，7500美元的電動汽車購車稅收抵免，已經提前至2025年9月30日終止，從此，特斯拉每年的利潤損失將高達17億美元。

而DOGE前期的努力，也隨著大而美法案中的大規模赤字擴張而付諸東流。

政壇的失意，讓馬斯克全美業務的關鍵布局，包括電動汽車、Space X、腦機接口、加密貨幣等，商業利益全面被連累。

在這種背景下誕生的Grok 4，可以說是馬斯克最后的希望。

終于，這次發布會上他用Grok 4告訴全世界：我手里還有最后一張牌。

Grok團隊中，華人學者占據半壁江山

參考資料：

https://x.com/i/events/1942716886258528256