7月11日13點(diǎn)，馬斯克旗下xAI發(fā)布了最新版的大模型工具Grok4。

以下為發(fā)布會要點(diǎn)：

發(fā)布會開始前的xAI團(tuán)隊(duì)合影，感覺70%都是亞洲面孔。

比原定時(shí)間推遲了將近一小時(shí)后，馬斯克姍姍來遲，感覺老馬這些天，發(fā)際線又高了。

在強(qiáng)調(diào)了接下來發(fā)布的Grok4將是人類“最聰明”的AI工具后，老馬又跑題談了一段卡爾達(dá)舍夫等級（注： 卡爾達(dá)舍夫文明等級Kardashev Scale是由蘇聯(lián)天文學(xué)家尼古拉·卡爾達(dá)舍夫于1964年提出的一種衡量文明技術(shù)水平的理論模型。該模型基于一個(gè)文明對能源的利用程度來劃分其發(fā)展水平 ）

緊接著，轉(zhuǎn)入正題，團(tuán)隊(duì)登場，開始介紹：

他們說，他們把人類的難題題庫做完了，已經(jīng)幾戶找不到有意思的同時(shí)水平合適的問題來訓(xùn)練 Grok 4?，F(xiàn)在，Grok 4 是博士后解題水平，在每一個(gè)學(xué)科上。

Grok 4 在各項(xiàng)學(xué)科競賽上的表現(xiàn)。AIME25 數(shù)學(xué)競賽 滿分，難度更大的USAMO上也能取得61%。

這里提供一個(gè)例子，感受一下[1]：

2025 AIME 1 問題 15

令 N 表示滿足以下條件的正整數(shù)有序三元組 (a, b, c) 的數(shù)量：a, b, c <= 3^6，且 a^3 + b^3 + c^3 是 3^7 的倍數(shù)。求 N 除以 1000 的余數(shù)。

Grok 4 不但有單體版（super grok) 還有組隊(duì)版 (super grok heavy) ，組隊(duì)版可以使用多個(gè)grok 4， 然后組成學(xué)習(xí)小組，互相監(jiān)督和衡量每個(gè) grok 的 解決方案，最后出結(jié)果。

組隊(duì)版SGH (super grok heavy) 的聰明程度和能力明顯更高，比如，它的HLE 的得分超過 50%。HLE humanity last exams 是人類智力的終極的測試，包括各個(gè)學(xué)科。人類和以前的模型，都只能解決個(gè)位數(shù)百分比（single digit percent）問題。組隊(duì)版SGH (super grok heavy)Grok 成績 50%+。現(xiàn)在其他模型的最高分是 20-25%

Grok 4 是基于他們內(nèi)部核心模型6（有點(diǎn)像發(fā)動機(jī)的原型機(jī)版本），他們現(xiàn)在在內(nèi)部訓(xùn)練核心模型7，估計(jì)還要幾周時(shí)間。

今年年底，grok 可以開始使用工業(yè)級工具，像有限元分析軟件，像 CFD（流體模擬）軟件，物理模型等重量級工具。

grok 4 和其他模型比較，在vending bench (貨柜機(jī)器模擬）中遙遙領(lǐng)先。

grok 4 生成第一視角游戲（FPS），只需要兩個(gè)小時(shí)。

接下來的路線圖。3-4周后，開始使用10萬塊 GB200 訓(xùn)練視頻生成模型……明年 grok 出電影。

最后，來一個(gè)彩蛋。

我們請Grok解答今年高考數(shù)學(xué)全國一卷最后一題[2]：

用了15秒，輕松搞掂。

然后是19 題第（2）小題，壓軸證明題：

用了40S，時(shí)間稍微長點(diǎn)，搞定：

[1]:https://artofproblemsolving.com/wiki/index.php/2025_AIME_I_Problems?srsltid=AfmBOopdf3VS0Zeq-tUkWsLZrHHZJspBhcKcBPz8kSlFlOrJwdb4qcSR

[2]:https://gaokao.eol.cn/e_html/gk/gkst/