99国产精品欲av蜜臀,可以直接免费观看的AV网站,gogogo高清免费完整版,啊灬啊灬啊灬免费毛片

網易首頁 > 網易號 > 正文 申請入駐

馬斯克推最強Grok 4!人類終極測試干翻OpenAI,包月費超2千元

0
分享至


智東西
作者 李水青
編輯 心緣

智東西7月10日報道,今日,馬斯克的AI公司xAI發布其最新旗艦大模型Grok 4和多智能體版本Grok 4 Heavy,并推出史上最貴的每月300美元(約合2153元人民幣)的AI訂閱計劃Super Grok Heavy

在“人類的最后考試”(Humanity’s Last Exam)中,Grok 4在無需“工具”的情況下取得了25.4%的準確率,超過了谷歌Gemini 2.5 Pro的21.6%OpenAI o3(高版本)的21%

配備“工具”的Grok 4 Heavy獲得44.4%的得分,優于配備工具的Gemini 2.5 Pro的26.9%


▲Grok 4在Humanity’s Last Exam測評中取得第一

“就學術問題而言,Grok 4在各個學科上都比博士水平高,無一例外。”馬斯克在直播中說,“有時,它可能缺乏常識,而且它還沒有發明新技術或發現新的物理學說,但這只是時間問題。”


▲埃隆·馬斯克在直播中發言

xAI還推出了迄今為止最昂貴的AI訂閱計劃——每月300美元的Super Grok Heavy。訂閱者可以搶先體驗Grok 4 Heavy,并搶先體驗新功能。這些新功能包括但不限于:將于8月推出的AI編碼模型,9月推出的多模態智能體,以及10月推出的視頻生成模型。


▲每月300美元的Super Grok Heavy正式推出

直播結束后,馬斯克在X上發文稱:“你可以將整個源代碼文件剪切并粘貼到Grok上的查詢輸入框中,然后@Grok 4 會幫你解決,比Cursor更好用。”


▲馬斯克在社交平臺X上發言

除此之外,xAI推出了Grok 4 API。xAI的企業部門僅成立兩個月,但它計劃與超大規模企業合作,通過其云平臺提供 Grok。

近幾個月來,xAI不僅拿下100億美元最新融資,還收購了社交平臺X,這也讓最新推出的Grok 4成為產業的關注焦點。Grok 4能否成為對打OpenAI計預告今夏推出的GPT-5的有力對手?讓我們來一起先睹為快。

一、Grok 4測評趕超OpenAI o3,馬斯克:科研能力強過人類博士

馬斯克在直播中稱,在人文、語言、數學、物理、工程等多個基準測試中,Grok 4都取得了好成績。“有些人認為AI不能推理,但Grok 4的推理能力可以超越人類水平,比幾乎所有學科的研究生同時都聰明。”馬斯克說。

xAI的研究人員稱,Humanity’s Last Exam測試極具挑戰性,總共有2500個問題,包括數學、自然科學、工程以及所有人文學科,問題廣泛且都是博士甚至高級研究水平,Grok 4在這些問題上可以得到很好的分數。

Grok 4在無需“工具”的情況下,在“測試中獲得了25.4%的準確率,超過了谷歌Gemini 2.5 Pro的21.6%和OpenAI o3(高版本)的21%。馬斯克稱,在學術問題方面,Grok 4比每個學科的博士水平都要好,現在沒有例外。他預測Grok 4最快今年就能去發明新技術了,兩年之內就能發現新物理學說。

在GPQA、AIME25、LCB(Jan-May)、HMMT25等多項測評中,Grok 4都超越了OpenAI o3、Gemini 2.5 Pro、Claude 4 Opus等模型。


而在ARC-AGI-2測試中,Grok 4取得了新的最高得分,得分為16.2%。ARC-AGI-2測試是另一項高難度基準測試,包含類似謎題的問題,要求AI識別視覺模式。Grok的得分幾乎是排名第二的商業AI模型Claude Opus 4得分的兩倍。


二、訓練量級達到Grok 2 100倍,Grok 4將與人形機器人互動

從Grok2到Grok 4,每一次迭代xAI都增加了一個數量級的訓練,因此Grok 4的訓練量級達到了Grok 2的100倍,這使得智力增長非常顯著。

這是xAI第一次像預訓練一樣擴大訓練規模。基于擁有10萬塊H100 GPU的超級算力中心,訓練主要包括兩種類型:一個是從Grok 2到Grok 3到的預訓練,一個是從Grok 3到Grok 4在推理中投入了大量的算力。

談及幕后,如圖所示,當投入越來越多的訓練算力,模型開始逐漸變得越來越聰明,最終在沒有任何工具的情況下,解決了四分之一的Humanity’s Last Exam測試問題。


接下來研發人員做的是向模型中添加工具功能。與Grok 3不同的是,研發人員使其更加本地化,將工具放入訓練中,從而顯著提高了模型使用這些工具的能力。


馬斯克透露,今年晚些時候,Grok 4還將融合有限元分析、計算流體動力學等更強大的工具進行訓練,將打造非常精確的物理模擬器,比如去做提供精確的黑洞模擬等任務。最終,Grok 4最大的區別在于,其將能夠通過人形機器人(如擎天柱)與現實世界互動。

馬斯克說,我們正處于智能大爆炸的開端。我們需要確保AI是一個好的AI,安全最重要的事,AI需要最大限度地尋求真理。你可以把AI看作是超級天才的孩子,最終會比你聰明,但你仍然可以灌輸正確的價值觀并鼓勵它長成想要的樣子。

除了計算之外,還有一個技術問題是數據瓶頸。研發人員稱,在強化學習訓練過程中,他們實際上已經沒有可用來測試的問題了,已有的問題對AI來說正在迅速變得微不足道。

但馬斯克稱,最能出色判斷事物的就是現實。如果物理學是定律,最終其他一切都是建議。你不能打破物理。因此,我認為對于AI的最終測試是現實。就像你發明一項新技術,比如改進汽車或火箭,它有效嗎?現實才是最終的裁判。所以這將是一個圍繞現實的強化學習閉環。

三、現場演示:看論文進行現實模擬,語音模式延遲減少一半

xAI研究員在直播中演示了Grok 4回答問題的能力。

Grok 4的一大特點是能夠理解世界,并通過利用工具來解決難題。比如要求Grok 4生成兩個黑洞碰撞的可視化圖像,它有一些清晰的思考過程,比如,為了讓它真正可見,Grok 4考慮到通過海浪的形式擴放它的規模。從思考過程看,Grok 4使用了搜索,從一堆鏈接中收集結果,參考了現有的現實世界數據,而且還閱讀了分析引力波模型的本科論文。


除此之外,xAI還演示了Grok 4解答數學問題、創建一個基于X個帖子的時間線、查看Humanity’s Last Exam測試成績等問題。


在多模態測試方面,Grok 4分數略有下降。馬斯克坦言,Grok 4的基本弱點是它部分盲目地理解圖像生成偏好。Grok 4的多模態理解能力正在改進,這些問題將在幾周內實現改善。

Grok 4的語音模式也進一步更新,已將延遲減少了一半。Grok 4今天推出一系列更具自然性和韻律的新聲音,API版本也將發布。


四、推出Grok 4企業API,編程、多模態、視頻模型在路上

xAI的企業部門僅成立兩個月,但它正在通過其API發布Grok 4,已有各行業企業通過云平臺使用了Grok 4。


聚焦現實的自動售貨機商業場景,xAI的客戶團隊采用了大模型管理庫存、聯系供應商,大多數模型在去進行長線任務時都很困難。但使用了Grok 4 API之后,團隊獲得了令人印象深刻的結果。它設法運行模擬的時間翻了一倍,得分也翻了一倍,前后能保持較強一致性。


聚焦AI創作游戲方面,Grok 4可以在4個小時內制作的第一人稱射擊游戲。制作游戲并不一定是對游戲的核心邏輯進行編碼,而是去尋找所有資源、文件素材,以創建一個具有視覺吸引力的游戲。對于開發人員來說,你可以專注于核心開發本身,讓Grok 4去整理所有資產,自動化完成任務。


未來Grok 4將具有出色的視頻理解和改進的工具使用能力,例如可以使用虛幻引擎生成藝術品模型,然后創建一個可在PC或手機上運行的可執行文件。xAI預計第一個真正優秀的AI視頻游戲將在明年出現。

除此之外,馬斯克透露,團隊目前正在加大力度訓練編碼模型,在未來幾周內將推出一個專業的編碼模型。編碼任務展現了Grok 4的弱點,即多模態能力。就像透過玻璃瞇著眼睛看世界,看到所有模糊的特征,并試圖感知它。xAI將在下一代模型中看到的最直接改進是,模型在理解圖像和音頻方面會能力逐步提高。

在視頻模型方面,xAI將在接下來三到四周開始訓練一個新的視頻模型,具備出色視頻生成和理解能力。


結語:搶發Grok 4,馬斯克對戰GPT-5

Grok 4在高難度測試中展現的“超越博士水平”的推理能力,在理解和解決復雜問題方面邁出了關鍵一步。其通過工具加持實現的新能力,以及雄心勃勃的多模態與視頻生成路線圖,展現了xAI與即將發布的OpenAI GPT-5競賽的決心。

在To B端落地,xAI正加速將Grok 4的能力從企業應用到零售、游戲創作等領域。同時,馬斯克強調的“安全至上”與“尋求真理”的AI發展原則,以及對現實世界作為最終測試場的認知,為這場席卷全球的智能爆炸提供了不可或缺的思考維度。

特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相關推薦
熱點推薦
濟南市一棟五百多平的獨棟別墅拍賣,被人撿漏135萬就買下

濟南市一棟五百多平的獨棟別墅拍賣,被人撿漏135萬就買下

天天話事
2025-07-12 16:30:50
直播炮轟!足壇名宿怒揭反骨仔,舉報廣州隊竟害李學鵬等人無薪拿

直播炮轟!足壇名宿怒揭反骨仔,舉報廣州隊竟害李學鵬等人無薪拿

金風說
2025-07-12 17:37:33
中狀元不久大清就亡了,狀元郎劉春霖在民國受到怎樣的待遇?

中狀元不久大清就亡了,狀元郎劉春霖在民國受到怎樣的待遇?

尚曦讀史
2025-07-06 09:26:14
巴基斯坦從中國買什么,我就從中國買什么,買回去一起打印度

巴基斯坦從中國買什么,我就從中國買什么,買回去一起打印度

書中自有顏如玉
2025-07-12 15:40:32
湖南104歲老太死而復生,親口講述死后發生何事,專家聽完都震驚

湖南104歲老太死而復生,親口講述死后發生何事,專家聽完都震驚

歷史品鑒倉
2025-07-10 17:28:17
混動只要14萬?本田CR-V突然降維打擊,比電車還香?

混動只要14萬?本田CR-V突然降維打擊,比電車還香?

廣西傳媒期刊
2025-07-12 11:53:34
腐爛的尸體異常難聞,外國教堂是如何鎖住尸臭,讓圣地保持神圣?

腐爛的尸體異常難聞,外國教堂是如何鎖住尸臭,讓圣地保持神圣?

詩意世界
2025-06-13 23:57:48
多名高校領導被查,有人主動投案

多名高校領導被查,有人主動投案

魯中晨報
2025-07-12 09:55:04
重慶“文強”之子的現狀

重慶“文強”之子的現狀

年代回憶
2025-05-13 20:05:32
臺軍深夜闖大禍,24小時內未戰先衰,賴清德的重重謀算,全部泡湯

臺軍深夜闖大禍,24小時內未戰先衰,賴清德的重重謀算,全部泡湯

掌青說歷史
2025-07-11 15:19:49
男子刷20萬后,不滿女主播只陪他3天,怒而將他們開房照片曝光

男子刷20萬后,不滿女主播只陪他3天,怒而將他們開房照片曝光

漢史趣聞
2025-06-23 10:26:20
“史上最牛間諜”胡安:情報全靠瞎編,結果竟都編的八九不離十

“史上最牛間諜”胡安:情報全靠瞎編,結果竟都編的八九不離十

花心電影
2025-07-11 21:36:16
朱媛媛剛走,曹穎也自曝患癌:沒多少時間了,害怕看不到兒子長大

朱媛媛剛走,曹穎也自曝患癌:沒多少時間了,害怕看不到兒子長大

子芫伴你成長
2025-05-22 22:06:13
創下5年來最大跌幅,養老金漲幅降至2%,未來會停漲嗎?

創下5年來最大跌幅,養老金漲幅降至2%,未來會停漲嗎?

數字財經智庫
2025-07-12 12:32:39
38歲女子相親80次全失敗,仍堅持不懈,網友:太老了,別找了

38歲女子相親80次全失敗,仍堅持不懈,網友:太老了,別找了

農村情感故事
2025-07-11 12:21:30
重磅!33萬億險資入市通道全面打開,4.6萬億險資調倉板塊精析

重磅!33萬億險資入市通道全面打開,4.6萬億險資調倉板塊精析

億通電子游戲
2025-07-12 00:38:17
梅倫多:此前在西班牙,我和武磊場上場下都有很好的化學反應

梅倫多:此前在西班牙,我和武磊場上場下都有很好的化學反應

懂球帝
2025-07-12 20:47:34
死亡率高達70%!天津重癥醫學科醫生緊急提醒:高溫天,千萬別干這些事!

死亡率高達70%!天津重癥醫學科醫生緊急提醒:高溫天,千萬別干這些事!

環球網資訊
2025-07-11 21:55:06
越南和中方見面,特朗普撒謊被戳穿,越南并沒有和美國簽署協議?

越南和中方見面,特朗普撒謊被戳穿,越南并沒有和美國簽署協議?

掌青說歷史
2025-07-11 17:53:15
德約:年齡和傷病是最大的影響,還想再打一次溫網,決賽看好阿卡

德約:年齡和傷病是最大的影響,還想再打一次溫網,決賽看好阿卡

網球之家
2025-07-12 10:40:14
2025-07-12 21:16:49
智東西 incentive-icons
智東西
聚焦智能變革,服務產業升級。
10147文章數 116799關注度
往期回顧 全部

科技要聞

Kimi深夜整活,開源了首個萬億參數模型

頭條要聞

媒體:3萬億公積金放"大招" 真的可以用來付首付了

頭條要聞

媒體:3萬億公積金放"大招" 真的可以用來付首付了

體育要聞

夏聯-開拓者大勝勇士 楊瀚森首秀10+4+5+3帽

娛樂要聞

鹿晗賬號解禁后首曬自拍,漲粉超400萬

財經要聞

中國超半數城市人口下滑,什么信號?

汽車要聞

小米YU7深度試駕:優點很多缺點也很多

態度原創

手機
旅游
家居
公開課
軍事航空

手機要聞

小米16系列再次被確認:新系統+首發驍龍8 Elite2,續航也清晰了

旅游要聞

熱聞|清明假期將至,熱門目的地有哪些?

家居要聞

生活憧憬 自由浪漫之境

公開課

李玫瑾:為什么性格比能力更重要?

軍事要聞

美國防部承認美空軍基地在6月被伊朗導彈擊中

無障礙瀏覽 進入關懷版 主站蜘蛛池模板: 丰都县| 灵宝市| 呈贡县| 繁昌县| 富平县| 九龙城区| 平潭县| 钟祥市| 泗阳县| 禄丰县| 都江堰市| 铁岭县| 泾川县| 汶川县| 固安县| 黔西| 建湖县| 南昌市| 和林格尔县| 尉氏县| 新建县| 绥中县| 额济纳旗| 南昌县| 慈溪市| 徐汇区| 大英县| 潮州市| 肥东县| 盖州市| 珲春市| 芜湖市| 大姚县| 南华县| 来凤县| 荣昌县| 宝坻区| 井研县| 德惠市| 环江| 德江县|