大模型性能評估平臺(tái)Artificial Analysis的全套基準(zhǔn)測試成績表明，Grok 4已經(jīng)成為當(dāng)前領(lǐng)先的AI模型，總成績達(dá)到了73分，領(lǐng)先于o3、Gemini 2.5 Pro、Claude 4 Opus等模型。

但馬斯克對于Grok 4的野心遠(yuǎn)不止于此，他此前表示，要用具有高級推理能力的Grok 4重寫人類知識(shí)庫，補(bǔ)充缺失的內(nèi)容，糾正錯(cuò)誤的知識(shí)，再基于新的“干凈而準(zhǔn)確”的知識(shí)庫重新訓(xùn)練AI。不過，這一說法也遭到了業(yè)界人士的質(zhì)疑。

被稱為“木頭姐”的凱西·伍德（Cathie Wood）表示，Grok雖然起步較晚，但在性能上很快追趕上o3 pro等頭部模型，這得益于訓(xùn)練集群的合理布局。在Grok 4亮相前一周，xAI剛剛完成新一輪百億美元融資。截至目前，xAI累計(jì)融資額已超過200億美元。

圖片xAI直播發(fā)布會(huì)截圖

“世界最強(qiáng)AI”，年費(fèi)最高達(dá)3000美元

當(dāng)?shù)貢r(shí)間7月9日，原定于太平洋時(shí)間晚上8點(diǎn)的Grok 4線上發(fā)布會(huì)，延遲了幾乎整整一小時(shí)。發(fā)布會(huì)開始不久，馬斯克便高調(diào)宣稱，“這（Grok 4）是世界上最強(qiáng)的AI”。

他強(qiáng)調(diào)，Grok 4在所有主要學(xué)科上的表現(xiàn)都已超越博士水平。雖然它目前尚不具備發(fā)明新理論或提出原創(chuàng)技術(shù)的能力，但馬斯克認(rèn)為，這只是時(shí)間問題。他大膽預(yù)言，Grok有望在今年年底具備發(fā)明新技術(shù)的能力，到明年則幾乎能夠擁有發(fā)現(xiàn)新物理規(guī)律的實(shí)力。

據(jù)介紹，本次發(fā)布的Grok 4系列模型包括Grok 4和Grok 4 Heavy兩個(gè)版本，均為推理模型。其中，Grok 4為單智能體模型，而Grok 4 Heavy為多智能體版本，支持多個(gè)智能體并行思考，能夠調(diào)用更大規(guī)模的計(jì)算資源以完成更復(fù)雜、更精密的任務(wù)。

大模型性能評估平臺(tái)Artificial Analysis的全套基準(zhǔn)測試成績表明，Grok 4已經(jīng)成為當(dāng)前領(lǐng)先的AI大模型，總成績達(dá)到了73分，領(lǐng)先于o3-pro、Gemini 2.5 Pro等模型。

圖片Artificial Analysis

此外，在“人類終極考試”（HLE，Humanity's Last Exam）中，Grok 4系列模型也取得了亮眼的成績。最新版“人類終極考試”包含2500道專家級難度的問題，涵蓋數(shù)學(xué)、物理等多個(gè)領(lǐng)域。

據(jù)xAI介紹，今年早些時(shí)候，大多數(shù)模型在該測試中的準(zhǔn)確率得分在10%以下。而Grok 4在不使用任何工具的情況下，得分為25.4%，超過了Gemini 2.5 Pro的21.6%和o3的21%。若使用工具，Grok 4的成績進(jìn)一步提升至38.6%，Grok 4 Heavy的成績更是達(dá)到了44.4%，幾乎是Gemini 2.5 Pro的兩倍。

圖片xAI直播截圖

除了“人類終極考試”，Grok 4和Grok 4 Heavy在其他基準(zhǔn)測試中同樣表現(xiàn)突出。Grok 4系列在GPQA測試中得分均接近90%，在AIME25數(shù)學(xué)競賽題上，Grok 4 Heavy更是取得了滿分的成績。

在以高難度著稱的ARC-AGI通用人工智能測試中，Grok 4在v2 Semi Private挑戰(zhàn)中獲得15.9%的分?jǐn)?shù)，幾乎是第二名Claude Opus 4得分的兩倍。

圖片xAI直播截圖

除了在基準(zhǔn)測試上表現(xiàn)亮眼外，Grok 4語音能力也得到了增強(qiáng)。據(jù)介紹，Grok 4的語音模式相較于上一代，端到端的延遲更低，還支持五種音色。

目前，Grok 4已經(jīng)上線，不過需要付費(fèi)使用，且訂閱費(fèi)相當(dāng)昂貴。據(jù)xAI官網(wǎng)，付費(fèi)模式分為年付和月付兩種。Grok 4的訂閱年費(fèi)為300美元（約合人民幣2153元），而要想使用更強(qiáng)大的Grok 4 Heavy版本，則需要訂閱SuperGrok Heavy套餐，年費(fèi)高達(dá)3000美元（約合人民幣21530元）。

圖片xAI官網(wǎng)

下一步，xAI預(yù)計(jì)還將發(fā)布代碼模型、多模態(tài)智能體以及視頻生成模型。

馬斯克宣稱Grok 4將“重寫人類知識(shí)庫”被質(zhì)疑

Grok?4的推出伴隨著不小的爭議。直播前夕，Grok?3曾因傳播不當(dāng)言論引發(fā)外界批評。有聲音認(rèn)為，xAI若不能在未來幾周內(nèi)提供更具結(jié)構(gòu)性的模型安全機(jī)制，并公布更透明的訓(xùn)練方式，Grok?4或很難擺脫“高性能之下的高風(fēng)險(xiǎn)”。

對此，馬斯克強(qiáng)調(diào)，Grok?4的目標(biāo)是“成為盡可能追求真相的AI”。

在馬斯克看來，許多模型的訓(xùn)練數(shù)據(jù)本身就充斥著錯(cuò)誤與垃圾信息。他此前宣稱，要用具有高級推理能力的Grok 4重寫人類知識(shí)庫，補(bǔ)充缺失的內(nèi)容，糾正錯(cuò)誤的知識(shí)，再基于新的“干凈而準(zhǔn)確”的知識(shí)庫重新訓(xùn)練AI。

圖片X

不過，有觀點(diǎn)指出，馬斯克正試圖打造一個(gè)能夠體現(xiàn)自己觀點(diǎn)的模型。Cohere聯(lián)合創(chuàng)始人尼克·弗羅斯特（Nick Frosst）直言，“他（馬斯克）正努力打造一個(gè)反映其個(gè)人信念的模型。這肯定會(huì)讓模型對用戶來說更差，除非用戶恰好認(rèn)同他的所有信念，且只希望模型復(fù)述這些內(nèi)容。”

從技術(shù)層面看，馬斯克的構(gòu)想或同樣存在一些問題。谷歌DeepMind研究副總裁奧里奧爾·文亞爾斯（Oriol Vinyals）指出，如果從訓(xùn)練數(shù)據(jù)中剔除所有錯(cuò)誤，模型可能會(huì)喪失檢測和修復(fù)新錯(cuò)誤的能力。

圖片X

累計(jì)融資200億美元！“木頭姐”：xAI有望脫穎而出

盡管外界頻有爭議，但資本市場卻給出了一些積極的反饋。

作為業(yè)內(nèi)頭號馬斯克“鐵粉”的網(wǎng)紅基金經(jīng)理、有著“木頭姐”之稱的凱西·伍德（Cathie Wood）在最新一期播客節(jié)目中表示，Grok雖然起步較晚，但在性能上很快追趕上o3 pro等頭部模型，這得益于訓(xùn)練集群的合理布局，確保了訓(xùn)練的高效。

據(jù)悉，Grok 4的整個(gè)訓(xùn)練過程就動(dòng)用了全球最大的AI訓(xùn)練農(nóng)場“巨像”超算集群，20萬個(gè)GPU一起開工。

而且，Grok 4發(fā)布的前一周，xAI又完成了百億美元融資。目前，xAI累計(jì)融資額已超過200億美元。4月底有報(bào)道稱，xAI控股公司正在與投資者洽談，計(jì)劃為其整合后的xAI及社交媒體業(yè)務(wù)X平臺(tái)籌集約200億美元資金。若交易達(dá)成，該公司估值將突破1200億美元。

充裕的資金也為xAI的算力布局提供了堅(jiān)實(shí)保障。xAI在田納西州孟菲斯建成的超算集群“巨像”（Colossus）已經(jīng)部署了20萬塊GPU，硬件成本高達(dá)70億美元，功耗達(dá)300兆瓦，相當(dāng)于25萬戶家庭的用電量。此外，xAI還計(jì)劃建一個(gè)擁有100萬塊GPU的新設(shè)施。

凱西·伍德稱，AI基礎(chǔ)模型及相關(guān)市場規(guī)模龐大，而xAI有望在這一領(lǐng)域脫穎而出。她指出，借助星鏈等渠道，xAI獲得了強(qiáng)大的分發(fā)優(yōu)勢。而隨著xAI旗下模型持續(xù)迭代，X平臺(tái)的信息價(jià)值也將同步提升。X可被視為一個(gè)以揭示真相為目標(biāo)的信息平臺(tái)，而xAI則專注于通過AI技術(shù)揭示真相。兩者的協(xié)同合作，能讓xAI觸達(dá)更廣泛的用戶群體，進(jìn)而形成數(shù)據(jù)優(yōu)勢。”

方舟投資認(rèn)為，基礎(chǔ)模型的企業(yè)市場規(guī)模將達(dá)到15萬億到20萬億美元。目前，該公司投資了xAI、OpenAI和Anthropic。凱西·伍德表示，他們相信，這三家公司在技術(shù)上處于領(lǐng)先地位，雖然未來可能會(huì)涌現(xiàn)更多專注于不同領(lǐng)域的語言模型并做得更好，但這三家公司目前仍具有顯著的競爭優(yōu)勢。