智东西九游会j9体育(中国)官方网站
智东西7月10日报谈，当天，马斯克的AI公司xAI发布其最新旗舰大模子Grok 4和多智能体版块Grok 4 Heavy，并推出史上最贵的每月300好意思元（约合2153元东谈主民币）的AI订阅筹办Super Grok Heavy。
在“东谈主类的终末检修”（Humanity’s Last Exam）中，Grok 4在无需“器具”的情况下取得了25.4%的准确率，进步了谷歌Gemini 2.5 Pro的21.6%和OpenAI o3（高版块）的21%。
配备“器具”的Grok 4 Heavy赢得44.4%的得分，优于配备器具的Gemini 2.5 Pro的26.9%。
▲Grok 4在Humanity’s Last Exam测评中取得第一
“就学术问题而言，Grok 4在各个学科上齐比博士水平高，无一例外。”马斯克在直播中说，“偶然，它可能缺少学问，况且它还莫得发明新期间或发现新的物理学说，但这仅仅时候问题。”
▲埃隆·马斯克在直播中发言
xAI还推出了迄今为止最沸腾的AI订阅筹办——每月300好意思元的Super Grok Heavy。订阅者不错抢先体验Grok 4 Heavy，并抢先体验新功能。这些新功能包括但不限于：将于8月推出的AI编码模子，9月推出的多模态智能体，以及10月推出的视频生成模子。
▲每月300好意思元的Super Grok Heavy幽静推出
直播末端后，马斯克在X上发文称：“你不错将通盘这个词源代码文献剪切并粘贴到Grok上的查询输入框中，然后@Grok 4 会帮你责罚，比Cursor更好用。”
▲马斯克在酬酢平台X上发言
除此除外，xAI推出了Grok 4 API。xAI的企业部门仅开拓两个月，但它筹办与超大鸿沟企业互助，通过其云平台提供 Grok。
近几个月来，xAI不仅拿下100亿好意思元最新融资，还收购了酬酢平台X，这也让最新推出的Grok 4成为产业的存眷焦点。Grok 4能否成为对打OpenAI计预报今夏推出的GPT-5的有劲敌手？让咱们来全部先睹为快。
一、Grok 4测评赶超OpenAI o3，马斯克：科研才调强过东谈主类博士马斯克在直播中称，在东谈主文、说话、数学、物理、工程等多个基准测试中，Grok 4齐取得了好得益。“有些东谈主合计AI弗成推理，但Grok 4的推理才调不错超过东谈主类水平，比险些通盘学科的征询生同期齐灵巧。”马斯克说。
xAI的征询东谈主员称，Humanity’s Last Exam测试极具挑战性，悉数有2500个问题，包括数学、当然科学、工程以及通盘东谈主体裁科，问题粗俗且齐是博士以至高等征询水平，Grok 4在这些问题上不错得到很好的分数。
Grok 4在无需“器具”的情况下，在“测试中赢得了25.4%的准确率，进步了谷歌Gemini 2.5 Pro的21.6%和OpenAI o3（高版块）的21%。马斯克称，在学术问题方面，Grok 4比每个学科的博士水平齐要好，当今莫得例外。他预测Grok 4最快本年就能去发明新期间了，两年之内就能发现新物理学说。
在GPQA、AIME25、LCB（Jan-May）、HMMT25等多项测评中，Grok 4齐超过了OpenAI o3、Gemini 2.5 Pro、Claude 4 Opus等模子。
而在ARC-AGI-2测试中，Grok 4取得了新的最高得分，得分为16.2%。ARC-AGI-2测试是另一项高难度基准测试，包含雷同谜题的问题，条目AI识别视觉模式。Grok的得分险些是名秩序二的贸易AI模子Claude Opus 4得分的两倍。
从Grok2到Grok 4，每一次迭代xAI齐加多了一个数目级的教诲，因此Grok 4的教诲量级达到了Grok 2的100倍，这使得智商增长格外显耀。
这是xAI第一次像预教诲相通扩大教诲鸿沟。基于领有10万块H100 GPU的超等算力中心，教诲主要包括两种类型：一个是从Grok 2到Grok 3到的预教诲，一个是从Grok 3到Grok 4在推理中进入了大齐的算力。
谈及幕后，如图所示，当进入越来越多的教诲算力，模子开动渐渐变得越来越灵巧，最终在莫得任何器具的情况下，责罚了四分之一的Humanity’s Last Exam测试问题。
接下来研发东谈主员作念的是向模子中添加器具功能。与Grok 3不同的是，研发东谈主员使其愈加腹地化，将器具放入教诲中，从而显然擢升了模子使用这些器具的才调。
马斯克袒露，本年晚些时候，Grok 4还将交融有限元分析、缱绻流体能源学等更高大的器具进行教诲，将打造格外精准的物理模拟器，比如去作念提供精准的黑洞模拟等任务。最终，Grok 4最大的别离在于，其将马虎通过东谈主形机器东谈主（如擎天柱）与施行宇宙互动。
马斯克说，咱们正处于智能大爆炸的最先。咱们需要确保AI是一个好的AI，安全最重要的事，AI需要最大适度地寻求真谛。你不错把AI看作是超等天才的孩子，最终会比你灵巧，但你仍然不错灌注正确的价值不雅并饱读舞它长成想要的格局。
除了缱绻除外，还有一个期间问题是数据瓶颈。研发东谈主员称，在强化学习教诲经过中，他们实质上依然莫得可用来测试的问题了，已有的问题对AI来说正在速即变得微不及谈。
但马斯克称，最能出色判断事物的等于施行。如若物理学是定律，最终其他一切齐是冷漠。你弗成冲破物理。因此，我合计关于AI的最终测试是施行。就像你发明一项新期间，比如改良汽车或火箭，它灵验吗？施行才是最终的裁判。是以这将是一个围绕施行的强化学习闭环。
三、现场演示：看论文进行施行模拟，语音模式蔓延减少一半xAI征询员在直播中演示了Grok 4呈报问题的才调。
Grok 4的一大特色是马虎和会宇宙，并通过哄骗器具来责罚难题。比如条目Grok 4生成两个黑洞碰撞的可视化图像，它有一些明晰的想考经过，比如，为了让它实在可见，Grok 4磋议到通过波澜的面目扩放它的鸿沟。从想考经过看，Grok 4使用了搜索，从一堆相接中集聚遵守，参考了现存的施行宇宙数据，况且还阅读了分析引力波模子的本科论文。
除此除外，xAI还演示了Grok 4解答数学问题、创建一个基于X个帖子的时候线、检察Humanity’s Last Exam测试得益等问题。
在多模态测试方面，Grok 4分数略有着落。马斯克坦言，Grok 4的基本缺点是它部分盲目地和会图像生成偏好。Grok 4的多模态和会才调正在改良，这些问题将在几周内罢了改善。
Grok 4的语音模式也进一步更新，已将蔓延减少了一半。Grok 4今天推出一系列更具当然性和韵律的新声息，API版块也将发布。
xAI的企业部门仅开拓两个月，但它正在通过其API发布Grok 4，已有各行业企业通过云平台使用了Grok 4。
聚焦施行的自动售货机贸易场景，xAI的客户团队采纳了大模子握住库存、关连供应商，大多数模子在去进行长线任务时齐很贫困。但使用了Grok 4 API之后，团队赢得了令东谈主印象长远的遵守。它设法运行模拟的时候翻了一倍，得分也翻了一倍，前后能保捏较强一致性。
聚焦AI创作游戏方面，Grok 4不错在4个小时内制作的第一东谈主称射击游戏。制作游戏并不一定是对游戏的中枢逻辑进行编码，而是去寻找通盘资源、文献素材，以创建一个具有视觉眩惑力的游戏。关于开拓东谈主员来说，你不错专注于中枢开拓自己，让Grok 4去整理通盘钞票，自动化完成任务。
未来Grok 4将具有出色的视频和会和改良的器具使用才调，举例不错使用不实引擎生成艺术品模子，然后创建一个可在PC或手机上运行的可实践文献。xAI预测第一个实在优秀的AI视频游戏将在来岁出现。
除此除外，马斯克袒露，团队咫尺正在加放肆度教诲编码模子，在未来几周内将推出一个专科的编码模子。编码任务展现了Grok 4的缺点，即多模态才调。就像透过玻璃眯着眼睛看宇宙，看到通盘磨叽的特征，并试图感知它。xAI将鄙人一代模子中看到的最径直改良是，模子在和会图像和音频方面会才调迟缓擢升。
在视频模子方面，xAI将在接下来三到四周开动教诲一个新的视频模子，具备出色视频生成和和会才调。
Grok 4在高难度测试中展现的“超过博士水平”的推理才调，在和会和责罚复杂问题方面迈出了关键一步。其通过器具加捏罢了的新才调，以及唯利是图的多模态与视频生成门道图，展现了xAI与行将发布的OpenAI GPT-5竞赛的决心。
在To B端落地，xAI正加快将Grok 4的才调从企业应用到零卖、游戏创作等鸿沟。同期九游会j9体育(中国)官方网站，马斯克强调的“安全至上”与“寻求真谛”的AI发展原则，以及对施行宇宙当作最终测试场的贯通，为这场席卷巨匠的智能爆炸提供了不可或缺的想考维度。