切换到宽版
  • 15阅读
  • 2回复

[智能应用]Grok4成“宇宙最强模型”?AI竞赛进入“马斯克节奏” [复制链接]

上一主题 下一主题
在线huozm32831

UID: 329002

精华: 1097
职务: 超级斑竹
级别: 玉清道君
 

发帖
111505
金币
375
道行
19523
原创
29308
奖券
17828
斑龄
197
道券
10550
获奖
0
座驾
 设备
EOS—7D
 摄影级
专家级认证
在线时间: 22341(小时)
注册时间: 2007-11-29
最后登录: 2025-07-11
只看楼主 倒序阅读 使用道具 楼主  发表于: 昨天 15:59
虽然马斯克本人一脸疲态,但他亲自坐镇,给Grok 4的噱头拉到顶配。

“宇宙最强模型”“它比所有领域的人类博士都聪明,无一例外”“Grok 4还没发明新科学或新物理定律只是时间问题”“Grok 4解决代码问题,比Cursor更好用”……

以上宣言,是马斯克为旗下AI公司xAI最新旗舰大模型Grok 4的定调。

Grok 4也确实争气,在“人类最后的考试”(Humanity's Last Exam)中,拿到了38.6%的准确率,超过了谷歌Gemini 2.5 Pro的21.6%和OpenAI o3的21%。多智能体版本Grok 4 Heavy拿到了44.4%,如果进一步使用工具辅助,则能达到50.7%。

这背后,是“暴力计算美学”,xAI耗时6个月搭建起来的10万块H100 GPU超级算力中心正在给出回报,Grok 4的训练量是Grok 3的10倍,是Grok 2的100倍。

回归商业世界的马斯克火力全开,接下来还计划 8 月推出代码模型,9 月上线多模态智能代理,10 月发布视频生成模型。

据悉,Grok已经被配置在了特斯拉最新固件里,未来也将通过人形机器人与现实世界交互。

AI大模型、自动驾驶、人形机器人、商业航天,马斯克的AI帝国正在越来越宏大,节奏也更甚从前。

Grok 4有多能打?

在多个高难度基准测试中,Grok 4表现出色。

马斯克在直播中强调,Grok 4在人文、数学、物理、工程等学科均达到博士以上水平,“比几乎所有学科的研究生更聪明”。

推理能力刷新纪录。Grok 4 拿到历史高分的“人类最后的考试”,是一份被称为“AI 世界终极试炼”的测试合集,这份专门针对AI的考卷,覆盖了数学、化学、语言学、自然科学等一百多个学科,大模型在这份测试中无法依赖网络搜索,只能凭自己的理解和推理能力作答。

能应对这份考卷的Grok 4,推理能力有大幅提升,可以减少对现有知识框架的依赖。

除HLE测试领先外,Grok 4在GPQA(研究生级问答)中拿到了88.9%,在美国数学邀请赛(AIME25)中拿下满分,ARC-AGI-2测试中以16.2%得分登顶(超第二名Claude Opus 4近一倍)。

商业场景的落地验证方面,在名为 Vending-Bench 的商业模拟任务中,Grok 4 也表现突出,经营自动售货机时平均净资产达到 4684.15 美元,是第二名的两倍,证明了长期规划和多步骤推理能力。

值得注意的是,Grok 4的创新点在于“工具原生融合”架构。与多数模型后期接入工具不同,Grok 4在训练阶段嵌入了搜索、代码执行等工具,使其能灵活调用资源解决复杂问题。例如直播演示中,它通过检索学术论文、调用模拟工具,生成了黑洞碰撞的可视化动态模型。

不过,业内人士认为,Grok 4 的强项主要集中在推理和复杂知识整合方面,而在代码、多模态、图像和视频生成等方面还有进步空间。

“最贵”模型的想象空间

xAI同步推出了行业最贵订阅计划:Super Grok Heavy月费高达300美元,较OpenAI顶级订阅贵50%。API定价同样激进,每百万token输入3美元、输出15美元。

高定价背后其实是训练成本的陡增。Grok 4百倍于前代的训练量,依托10万块H100 GPU集群完成,xAI并未披露单次训练耗资,但马斯克提到的“我们快没有合适问题考验AI了”,侧面印证了模型能力已逼近当前测试极限。

Grok 4的终极目标是与现实世界交互。马斯克透露,今年Grok 4还将融合有限元分析、流体动力学等工具,构建高精度物理模拟器(如黑洞模拟)。在他的规划中,Grok 4将通过Optimus(马斯克旗下的擎天柱)人形机器人连接现实,“让AI接受物理定律的最终检验”。另有消息显示,目前特斯拉最新固件已预埋Grok,未来或将作为车载语音助手及自动驾驶的“大脑”。

“我们正站在智能大爆炸的开端。”马斯克表示,对AI的最终测试是现实世界,未来AI技术将会放到改进汽车或火箭等领域验证有效性。

“睡在算力中心”的掌舵人归来

从特斯拉Robotaxi(无人驾驶出租车)秀肌肉,到Grok 4的暴力美学,近10天,马斯克已经称霸舆论场两回,他正以标志性的激进节奏推进业务。

马斯克所布局的自动驾驶、AI大模型、人形机器人、商业航天,逐渐形成闭环。Grok大模型作为“大脑”,驱动特斯拉自动驾驶、Optimus机器人行动决策;特斯拉车辆与机器人反馈的真实场景数据,反哺模型迭代;其旗下SpaceX星链提供全球低延迟通信,支撑实时AI交互。

OpenAI的ChatGPT-5还在酝酿中,目前AI军备竞赛进入“马斯克节奏”。马斯克的算力碾压、多场景捆绑,确实具有更宽广的应用想象力。

但在AI大模型快速迭代的当下,有多少用户愿意为了300美元月费的Grok 4买单,还是未知数。

高调背后也暗藏风险。Grok近期因发表反犹言论遭土耳其封禁、波兰政府投诉,迫使xAI紧急删除不当内容并调整审核策略。在“AI寻求真理”的路上,如何在开放性与安全性间平衡,不只是OpenAI 塞姆·奥特曼的难题,也是马斯克的。

马斯克在今天的直播中说:“安全是最重要的事,我们需要确保AI是一个好AI。你可以把AI看作是超级天才的孩子,它最终会比你聪明,但我们仍然要灌输正确的价值观。”
山庄提示: 道行不够,道券不够?---☆点此充值☆
 
  




    
在线jjybzxw

UID: 551814


发帖
167724
金币
273165
道行
2004
原创
2404
奖券
2775
斑龄
35
道券
1005
获奖
0
座驾
设备
摄影级
在线时间: 38174(小时)
注册时间: 2008-10-01
最后登录: 2025-07-12
只看该作者 沙发  发表于: 昨天 20:00
马斯克对Grok 4的宣传非常高调,他将Grok 4称为“宇宙最强模型”,并表示它在多个学科上达到了博士以上的水平,甚至认为它比所有领域的人类博士都聪明。Grok 4在“人类最后的考试”中的表现确实出色,准确率达到了38.6%,超过了谷歌和OpenAI的模型。此外,Grok 4 Heavy版本的准确率更是达到了44.4%,使用工具辅助后能达到50.7%。这些成绩背后是xAI公司耗时6个月搭建的10万块H100 GPU超级算力中心的支持,Grok 4的训练量是前代模型的10倍甚至100倍。

马斯克还计划在未来几个月推出更多的AI产品,包括代码模型、多模态智能代理和视频生成模型。Grok 4已经被集成到了特斯拉的最新固件中,并计划通过人形机器人与现实世界交互,这表明马斯克的AI帝国正在不断扩张。

在多个基准测试中,Grok 4展现了其卓越的推理能力,尤其是在“人类最后的考试”中,这份测试覆盖了一百多个学科,要求AI仅凭理解和推理能力作答,不依赖网络搜索。Grok 4在其他测试中也取得了优异的成绩,如在GPQA中拿到了88.9%,在AIME25中拿下满分,在ARC-AGI-2测试中以16.2%得分登顶。

商业应用方面,Grok 4在Vending-Bench商业模拟任务中表现出色,证明了其长期规划和多步骤推理能力。Grok 4的创新点在于其“工具原生融合”架构,使其能灵活调用资源解决复杂问题。

尽管Grok 4在推理和复杂知识整合方面表现出色,但在代码、多模态、图像和视频生成等方面还有进步空间。xAI推出的订阅计划价格昂贵,反映了训练成本的增加。马斯克的终极目标是让Grok 4与现实世界交互,通过人形机器人连接现实,并作为车载语音助手及自动驾驶的“大脑”。

总的来说,Grok 4展现了强大的能力,但也面临着挑战,包括如何平衡开放性与安全性的问题。马斯克强调了安全的重要性,并表示需要确保AI是一个好AI,灌输正确的价值观。
如何不发帖就快速得到金币道行
 
在线姜谷粉丝

UID: 1569053

精华: 2
级别: 玉清道君

发帖
144180
金币
263582
道行
20030
原创
756
奖券
185
斑龄
0
道券
0
获奖
0
座驾
设备
摄影级
在线时间: 16767(小时)
注册时间: 2012-06-21
最后登录: 2025-07-12
只看该作者 板凳  发表于: 昨天 21:13
Grok4成“宇宙最强模型”?AI竞赛进入“马斯克节奏”
Grok4简介
2025年7月10日,马斯克旗下xAI公司发布了AI模型Grok - 4。该模型有噱头之称,马斯克将其定调为“宇宙最强模型”,宣称它比所有领域的人类博士都聪明,解决代码问题比Cursor更好用,发明新科学或新物理定律也只是时间问题。Grok - 4系列包含Grok - 4和Grok - 4 Heavy两个版本,前者月费30美元,后者月费300美元,而Grok - 3则维持免费开放124。

Grok4的发展历程
xAI公司于2023年7月12日成立。2025年1月16日,xAI上线推出网页版GrokAI聊天机器人;2月17日,发布Grok - 3聊天机器人;随后发布了新一代Grok - 4大模型2。

Grok4的性能表现
基准测试屠榜
如果让Grok - 4去考SAT,每次都能拿到满分,即便它从未见过这些题目。
在各种基准测试中表现出色,如AIME25(美国数学邀请赛),得分100%;LiveCodeBench(编程基准),得分79.4%;HMMT25(哈佛 - 麻省理工数学竞赛),得分96.7%;USAMO25(美国数学奥林匹克竞赛),得分61.9%。这项考试共有2500道题,涵盖数学、自然科学、工程以及其他人文学科。
Grok - 4在“人类最后的考试”(Humanity's Last Exam)中,拿到了38.6%的准确率,超过了谷歌Gemini 2.5 Pro的21.6%和OpenAI o3的21%。Grok
如何不发帖就快速得到金币道行
 
我有我可以
快速回复
限120 字节
认真回复加分,灌水扣分~
 
上一个 下一个