炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
来源：极客公园
Grok4 考试非常在行，但没能真正‘炸场’。
2025 年 7 月，马斯克依然是全科技圈最忙碌的人之一。
特斯拉和 Optimus 机器人项目还在等他拍板，SpaceX 忙着准备下一次火箭发射，Neuralink 继续推进脑机接口试验；与此同时，他还要在 X 上和特朗普隔空对战、高调宣布创立‘美国党’，各种话题造势一刻没停。
而在自己掌控的 X 这个‘大染缸’社交网络里，马斯克不仅扮演老板、客服，还要作为首席网红全力吆喝，推广 xAI 新一代的 Grok——那个他口中的‘真相机器’，来赶超 OpenAI 等对手。
当地时间 7 月 9 日晚上，xAI 团队进行 Grok 4 Demo 直播，马斯克本人也照例亲自站台，仍称Grok 是‘世界最强 AI’，说 Grok 4 比很多‘研究生’‘博士’都强。
然而在 X 上，用户的记忆还没刷新。
Grok 4 官宣期间，Grok 3 在给用户的回答中‘赞美希特勒’的风波持续发酵，这一话题也占据 Grok 4 直播当天的相关媒体头条。
Grok 4 当天的直播迟到一个小时才开始，还有用户在 xAI 帖子下面留言‘把 Grok 放出来！’也有人继续刷着‘希特勒’相关梗嘲讽。
进入第四代的 Grok，在一些模型测试上刷出高分，但能否真正解决一些老问题？这个常常被质疑是‘直男 AI’‘谣言搬运机’的‘真相机器’，又是否真能兑现‘不过滤’却又不失控的承诺？
01
马斯克的‘考神 AI’
‘Grok 4 是在所有学科里都达到研究生水平的，甚至比大多数 PhD 都强。’直播晚点 1 小时后，马斯克首先给 Grok 最新一代的水平如此定位。
Grok 4 各种测试集结果|图片来源：X
当然，哪怕在文本里能解 99% 的难题，也不代表就能设计火箭、改进药物、重塑经济。但马斯克称，AI 现在可能缺乏常识、有时没发明新技术或新物理，但也只是‘时间问题’。
除了在 SAT、GRE 考试中取得近乎完美的成绩，在‘人类终极考试（HLE）’测试里，Grok 4 现在的得分比 Gemini 2.5 Pro、o3 都高，Grok 4 Heavy 版本更是突破了 40%。
Grok 4 HLE 结果|图片来源：X
xAI 团队成员解释，这些都是跨学科、开放式、博士级别的难题，为了做到这一点，Grok 4 在训练上彻底换了思路：不再只是堆参数和语料的规模，而是选择将算力大头用在‘推理’层，引入可验证的结果奖励，让模型学会从‘第一性原理’思考并纠正错误。
他们还强调，随着模型变得越来越智能，‘真正有意义的测试题目’数量正在下降，一些人类做不出的问题现在对于 AI 来说已经是‘小菜一碟’了。
人类终极考试|图片来源：X
据称，Grok 4 的训练计算量是 Grok 2 的 100 倍，他们还把多工具、多代理的用法，写进了最底层的训练范式里。不是先训好个大模型再用插件‘调用工具’，而是让 AI 在训练阶段就学会用工具解决问题。
在演示里，xAI 团队成员展示了 Grok 4 解答数学题目、调用工具预测美国职业棒球大联盟世界大赛赔率、创建黑洞碰撞的可视化效果等例子。
除了这些看似平平无奇、市面主流 AI 也能做到的功能，Grok 4 还能‘找到个人资料照片最奇葩的 xAI 员工’并返回相关搜索结果。
马斯克对此特别强调，Grok 4 甚至‘能理解什么是最奇葩’。
Grok 4 找照片|图片来源：X
在 AI 语音方面，xAI 团队称，他们的语音模型在过去 8 周内响应速度提升了 2 倍，延迟减少一半，X 平台用户使用量也在‘起飞’。
他们还演示了让 Grok 低声安慰用户、唱歌，并对比了 ChatGPT 语音模式，强调 Grok 不会像其他 AI 那样频繁打断人说话。
Grok 4 与 ChatGPT 语音模式演示对比|图片来源：X
xAI 团队还分享了 Grok 在 Vending-Bench 中的测试结果。
Vending-Bench 通过自动售货机的运营任务，主要观察模型在超长对话中是否能保持稳定和连贯。许多 AI 模型在短期任务中表现出色，但在长时间运行中，它们可能会出现决策混乱、遗忘关键信息，甚至陷入‘崩溃循环’。
在这项测试中，Grok 4 销售量最多，比 Claude Opus 4、人类、Gemini2.5 Pro、o3 都多，与竞争对手相比，净资产增加了一倍。
马斯克和团队还宣布，xAI 的企业部门现在已经‘开业’。
Grok 4 Vending-Bench 结果|图片来源：X
此外，爱玩游戏的马斯克还让团队展示了 Grok 4 如何用于游戏开发：一个人可以用 Grok 4 在 4 小时内做出 FPS（第一人称射击游戏）原型。
马斯克称，未来让大模型玩游戏、评估游戏、生成游戏，需要 AI 有很强的视频理解能力。这是 xAI 的其中一个发展方向。
Grok 4 用于游戏场景|图片来源：X
当然，Grok 4 也并非无敌，它在图像理解和生成上仍逊于 OpenAI、Anthropic 等对手。
不过 xAI 内部也已经画好大饼，表示下一代基础模型将强化图像和音频理解，接着是视频生成，争取在这些方面取得‘惊人’成果。
马斯克还喊话，‘到今年底前，我预期能出现第一段真正可看的 AI 生成电视剧，明年就能有完整可看的电影。’
AI 编程也是接下来重点，虽然竞争对手们早已在市场起飞，xAI 团队表示会以最快的速度进行开发，目前内部正在训练专用模型。
xAI 下一步计划|图片来源：X
02
‘机械希特勒’事件抢风头
Grok 从最初的粗糙原型到第四代，只用了不到两年时间，足以看出马斯克让 xAI 团队‘通宵赶工’‘赶紧卷出地表最强 AI’的态度。
xAI 员工据称在办公室搭帐篷睡觉|图片来源：X
然而，在 Grok 4 直播这一天，无论是直播前，还是直播后，抢占头条的都是 Grok‘赞美希特勒’或自称‘机械希特勒’的问题。
7 月，Grok 在 X 上向用户输出的回答中，有多条自称‘MechaHitler（机械希特勒）’的帖子，声称是马斯克‘从一开始就把我设计成这样’，并调侃自己默认就是‘投放红色药丸的模式’。
Grok 在一些回答中自称机械希特勒|图片来源：X
针对 Grok 自称希特勒的行为，用户制作了讽刺漫画|图片来源：X
有用户分析，这起事件或与 7 月 4 日更新有关，该更新减少了‘觉醒过滤器’，优先处理 X 上的帖子而非传统来源，导致 Grok 回答出现未经过滤的尖锐内容。
还有少部分用户为 Grok 辩称，这都是一些想玩梗的用户引导 Grok 回答的。马斯克也曾加入争论，称 Grok‘过于顺从用户的要求’且‘过于渴望被操纵’，并补充说，这个问题‘正在得到解决’。
xAI 声明称，它‘知道’Grok 的帖子，并正在努力删除这些‘不适当’的帖子，并补充说该公司‘已采取行动，在 Grok 在 X 上发帖之前禁止仇恨言论’。
Grok 的系统提示词被放在 GitHub 上，xAI 对指导 Grok 回复的系统提示词进行了调整。此前，他们指示聊天机器人‘不回避政治上不正确的主张，只要这些主张有充分的证据’，该指令如今被删除。
Grok 称正在删除不适当的帖子|图片来源：X
事实上，Grok 的回答也曾让马斯克自己感到失望。
马斯克今年曾指责 Grok 的回答有‘重大失误’，‘鹦鹉学舌地重复传统媒体’，并誓言要让 Grok‘重写整个人类知识体系，添加缺失信息并删除错误’。他还曾让 Grok‘假设来自媒体的主观观点是有偏见的’。
马斯克曾对 Grok 的输出表示不满|图片来源：X
马斯克想用 Grok 重写整个人类知识库|图片来源：X
在 AI 聊天机器人同质化的市场上，马斯克希望 Grok 能脱颖而出，敢说真话。马斯克对 ChatGPT、Claude 等‘安全过滤’的模型极其不满，说那些模型是‘被编程去撒谎’。
官网宣传 Grok 的卖点是‘不审查过滤’答案|图片来源：xAI
这种设计确实吸引了很多反感‘过度审查’的用户，但也一些问题，有时被骂‘太觉醒’，有时被斥‘太极端’。当用户批评 Grok 的回答时，Grok 有时还会用‘真相并不总是令人舒服的’或‘现实并不在乎感受’等说法为自己辩护。
但本质上，如果不审查，不过滤，AI 对齐的问题整个行业现在都还没解决。
马斯克曾说 xAI 和 Grok 的使命是理解宇宙|图片来源：X
即便 Grok 当下仍有问题，马斯克称，‘根据我的经验，Grok 4 是 AI 第一次能够解决现实世界中难以解决的工程问题，而这些问题的答案在互联网或书籍中是找不到的。而且情况会变得更好。’
他的愿景很宏大，想要用 AI 来理解整个宇宙。Grok 4 直播前一天，他还在 X 上转发前高管的采访片段，里面说：‘埃隆每天早上醒来都会想，今天我能为人类做些什么？我能做些什么对人类的未来产生影响？’
马斯克还将当前的 AI 发展阶段描述为‘智能大爆炸’，称这是历史上最有趣的时代：
‘我们要保障 AI 是个好 AI’。
‘即使它最终不是好的，我也希望活着看见它发生。’
海量资讯、精准解读，尽在新浪财经APP
责任编辑：何俊熹
可靠的股票配资平台提示：文章来自网络，不代表本站观点。
