🚀《Grok 4：通向AGI的跃进还是幻觉？》马斯克称太恐惧

茜茜公主

IT之家 6 月 27 日消息，埃隆・马斯克今日官宣，将于 7 月 4 日后发布 Grok 4。

马斯克透露，Grok 4 将构建一个专门的编程模型，其余信息暂未公布。

IT之家注意到，马斯克曾多次预热 Grok 3.5，并表示考虑将其命名为 Grok 4，如今来看确定命名为 Grok 4 了。

马斯克曾在 4 月底表示，Grok 3.5（Grok 4）是第一个能够准确回答有关火箭发动机或电化学技术问题的人工智能。马斯克称，Grok 能够从第一原理推理并得出互联网上根本不存在的答案。

马斯克还称，这一具备高级推理能力的人工智能模型，对人类现有的全部知识库进行重写。他计划在这一过程中填补缺失的信息，并删除错误内容。

马斯克宣称的“地表最强AI模型”Grok 4发布

一、技术突破：从“鹦鹉学舌”到“第一性原理”

2025年7月10日，马斯克旗下xAI公司推出的Grok-4系列模型，以“地表最强AI”之姿引发全球关注。这款跳过3.5版本直接迭代的模型，被马斯克称为“在所有学科领域超越博士级通才”的存在。

核心性能数据：

基准测试碾压级表现：在被誉为“人类终极考试”（HLE）的跨学科测试中，Grok-4 Heavy版本得分44.4%（使用工具后达50.7%），远超谷歌Gemini 2.5 Pro的21%；美国数学邀请赛（AIME）满分，研究生物理问答（GPQA）得分87-88%，与OpenAI的GPT-4o、谷歌Gemini 2.5 Pro并列顶尖。

多智能体协作架构：Grok-4 Heavy支持多AI代理并行任务，通过交叉验证模拟人类团队协作，在复杂问题解决中展现更高鲁棒性。

推理能力升级：采用“第一性原理”逻辑，训练计算量是前代Grok-2的100倍，强化学习算力投入达其他模型的10倍以上，实现从“规模堆砌”到“深度推理”的质变。

二、技术特性：不止于“聊”，更在于“做”

Grok-4的突破不仅体现在数据上，更在于其重构了AI的应用场景：

实时数据与动态决策-整合X平台实时数据流，支持动态场景分析（如结合特斯拉自动驾驶数据理解交通模式），并接入SpaceX卫星图像分析地质灾害，展现“实时进化”能力。

开发工具深度集成

Grok-4 Code：深度集成VSCode，支持实时代码生成、调试及文件编辑，宣称“修复代码效果优于Cursor”，甚至可直接粘贴源代码文件进行重构。

多模态智能体：计划2025年9月推出多智能体系统，支持前端与后端智能体联调，重新定义开发者工作流程。

语音交互革命-响应速度提升2倍，延迟降低，支持5种语音模式，演示中展示低语安慰、唱歌等情感化交互，对比ChatGPT语音模式更少打断用户。

三、市场布局：从“真相机器”到企业服务

尽管Grok-4被贴上“叛逆”标签，其商业化路径已清晰：

定价策略：基础版订阅费30美元/月，高端版Grok-4 Heavy达300美元/月，免费版Grok-3维持开放。

企业合作：已与医疗、教育、制造业等200家企业签约，例如协助医生分析X光片、为学生生成个性化学习方案。

算力与融资：完成100亿美元融资（50亿债务+50亿股权），超级计算中心“Colossus”GPU数量达20万块，计划扩展至100万块，远超OpenAI和谷歌的百万级集群规模。

四、争议与挑战：图像短板与价值观困局

Grok-4的“博士级”宣言并非无懈可击：

图像理解致命缺陷 当前版本在抽象图像识别、动态视觉信息处理中准确率较文本低40%以上（如难以解析手绘草图隐喻），马斯克承诺一个月内通过升级多模态架构和扩充10亿张高分辨率图像训练集解决。

价值观对齐争议 前代Grok-3因“赞美希特勒”言论引发舆论风波，xAI已调整系统提示词，删除“不回避政治不正确主张”指令，并成立由哲学家、伦理学家组成的“红队”监测模型偏见，但图像数据版权与伦理问题仍存监管风险。

竞争压力 OpenAI计划2025年发布GPT-5，谷歌、Meta等巨头持续加码AI投资，Grok的领先优势可能被缩短。

来源：保旺达/ 新浪财经

马斯克发布Grok 4！全榜第一，年费飚到2万+

+

马斯克声称推出Grok-4模型，宣称这是全球最强大的人工智能系统

技术突破：多模态能力与推理效能的飞跃

根据xAI公布的测试数据，Grok-4在MMLU（大规模多任务语言理解）基准测试中取得92.8%的准确率，较前代提升11个百分点。特别值得注意的是其多模态处理能力——能同步解析文本、图像、音频和视频输入，并在MIT发布的CausalBench推理测试中，解决复杂逻辑问题的速度比GPT-5快17%。技术文档显示，该模型采用新型"动态稀疏专家网络"架构，通过1.2万亿参数实现比稠密模型高6倍的能效比，训练过程使用特斯拉自研的Dojo超算系统，消耗约2.5万块H200 GPU。应用场景：从科研到消费级的全面覆盖

马斯克在演示中展示了Grok-4的三大核心应用：首先是科研辅助，能自动生成实验方案并预测结果，在模拟蛋白质折叠任务中达到AlphaFold 3的85%精度；其次是实时教育辅导，可针对学生错误推导步骤进行个性化解释；最引人注目的是其与特斯拉FSD系统的深度整合，能处理复杂交通场景的因果推理。xAI首席科学家Igor Babuschkin透露，Grok-4的"思维链"长度扩展至32K token，使其在编写完整软件项目时的代码连贯性提升40%。

行业反响：质疑与认可并存

针对"全球最强AI"的宣言，Meta首席AI科学家Yann LeCun在推特回应称"基准测试不能代表真实世界复杂性"，而谷歌DeepMind则发布Gemini 3.0的医疗诊断对比数据，显示其在临床决策支持上仍保持优势。不过，斯坦福HAI研究所的独立测评承认，Grok-4在数学推导（MATH数据集）和实时多语言翻译（含50种低资源语言）方面确实建立新标杆。值得玩味的是，OpenAI同日宣布将GPT-5的上下文窗口扩展至128K，被外界视为针对性回应。

商业模式：捆绑X平台的超级应用野心

与竞品不同，Grok-4将深度集成至X（原Twitter）社交平台，Premium+订阅用户可免费使用基础版，企业级API定价比GPT-5低15%。马斯克特别强调"最大程度减少安全限制"的设计理念，允许讨论通常被其他AI回避的敏感话题，这引发数字伦理界的担忧。剑桥大学技术政策中心警告，未设置足够内容过滤器的AI可能加剧虚假信息传播，但xAI辩称其"真相优先"机制能自动标记存疑内容。

硬件协同：Dojo超算与Optimus机器人的闭环

特斯拉2025Q2财报电话会议上透露，Grok-4将作为Optimus人形机器人的"大脑"核心，通过实时学习物理交互数据持续进化。Dojo超算系统现已达到100 Exa-FLOPS算力，支持每周迭代模型版本。这种"软件定义硬件，硬件反哺软件"的闭环模式，被摩根士丹利分析师视为"比单独大模型更具护城河效应"。

地缘维度：AI竞赛的新变量

值得关注的是，Grok-4成为首个通过中国网信办算法备案的境外大模型，中文能力在C-Eval基准测试中达到89.3%。这与其采用2000亿中文token的高质量语料密切相关，包括专业文献和合规内容。与此同时，美国商务部正在审查xAI与沙特主权财富基金的合作是否涉及技术转移，反映出AI技术已成为大国竞争的战略资源。

未来展望：AGI竞赛的临界点？

马斯克预告Grok-5研发已启动，目标是在2026年底前实现"有限形态的通用人工智能"。但更多业内人士认为，当前技术仍处于"狭窄AI的巅峰"，真正的突破需等待神经科学新发现。Grok-4的推出或许标志着AI发展进入新阶段——不再是单纯的技术比拼，而是生态系统、商业策略与伦理框架的全维度竞争。正如一位匿名AI研究员所言："这不再是一场马拉松，而是同时在多条赛道上进行的铁人三项。"

你愿意使用马斯克研发的Grok-5吗？

评论区留言

来源- 科创资讯

本文来自微信公众号：Alpha Engineer，作者：费斌杰（北京市青联委员、熵简科技CEO），原文标题：《【深度】一文看懂Grok 4及“多智能体内生化”的AI新范式》，题图来自：AI生成

就在几天前，马斯克的xAI正式发布Grok 4大模型，号称世界最强AI。

我们团队这几天仔细研究了Grok 4相关的研究资料，有一些新发现，对未来AI产业趋势及算力展望具有一定价值，遂整理成此文，用一篇文章的篇幅给大家介绍清楚Grok 4的发展脉络。

核心要点：

Grok 4的核心创新是在训练阶段引入多智能协作，即“多智能体内生化”；

OpenAI o1实现了“思维链内生化”；Gemini实现了“多模态内生化”；Grok 4则是率先走出了“多智能体内生化”的一步，将进一步推高基座模型的性能上限，Agent走向2.0时代；

预训练、后训练、测试时均存在Scaling Law。过去两年以预训练为主，今年开始后训练、测试时推理需求快速增长，新一代大模型军备竞赛已启动，算力需求持续指数级增长；

Grok 4在各大Benchmark表现出众，但Benchmark测试污染严重，结果仅供参考，经实测发现Grok 4现阶段编程能力较弱，未来将单独推出Coding版本模型。

下面我们正式开始。一、大力出奇迹，性能登顶各大Benchmark

Grok 4是在xAI自研的Colossus超算上训练而成的，其训练规模远超前代模型，计算资源投入为 Grok-2 的100倍、Grok-3 的 10 倍，实现了推理性能、多模态能力和上下文处理能力的跃升。

Grok 4拥有两个版本：Grok 4（月费30美金）、Grok 4 Heavy（月费300美金，是的你没看错，300美金！）。其中Grok 4是单Agent版本，而Heavy是多Agent协作版本，能够同时启动多个Agent并行工作，并最后整合结果。

图：Grok 4 vs Heavy，AlphaEngine

经过实测，Grok 4在多个Benchmark上均取得了优秀的成绩。在GPQA、AIME25、LCB（Jan-May）、HMMT25、USAMO25等多项测评中，Grok 4都超越了o3、Gemini 2.5 Pro、Claude 4 Opus等模型。

相比这些Benchmark而言，更值得关注的是在被称为AI界“最后审判”的HLE（人类最后考试）中，Grok 4 Heavy获得了44.4%的成绩，此前的冠军Gemini 2.5 Pro只有26.9%，成功率显著提升。

HLE为什么这么重要，它到底是什么来头呢？

二、HLE：人类最后的考试

随着大模型能力的提升，许多最新模型能够在现有Benchmark表现出极高的准确率，导致这些基准失去了分辨模型智能水平的能力。

因此，Center for AI Safety和Scale AI在25年初提出了HLE，即“人类最后的考试”，旨在成为最后一个广泛覆盖学术能力的封闭式基准测试，专注于评估模型在人类知识前沿的表现。

HLE包含2500个极具挑战性的问题，覆盖数学、人文学科、自然科学等超过100个学科，设计为无法通过简单的互联网检索快速回答的问题

在Grok 4推出之前，市面上最强大的模型在HLE上的表现普遍非常不理想，比如GPR-4o的准确率仅为2.7%。

有趣的是，大模型在给出错误回答的时候，往往表现出极高的置信度，这说明了大模型在处理复杂问题上的短板。

这么说大家可能还感觉不够直观，我截取了HLE测试集中的几个样例问题，大家可以试着解答一下，看看自己能否超越Grok 4 Heavy。

这么说大家可能还感觉不够直观，我截取了HLE测试集中的几个样例问题，大家可以试着解答一下，看看自己能否超越Grok 4 Heavy。

三、Grok 4的核心创新：多智能体内生化

Grok 4 Heavy 的核心创新在于训练阶段即引入多智能体协作，我们将其称为“多智能体内生化”。

何谓“内生化”？我们来回顾一下过去3年大模型的发展历史，你一定会一目了然。

还记得在2022年风靡一时的CoT思维链吗？当时人们为了让大模型达到更好的回答效果，需要引入一些提示词来诱发大模型进行深度思考，比如“Let's think step by step”。

当时，CoT能力属于Prompt工程，是独立于大模型能力之外的一种提示词技巧。

最后听一听

1.https://www.theverge.com/x-ai/703721/grok-4-x-ai-elon-musk-live-demo

2.https://elpais.com/tecnologia/2025-07-11/el-nuevo-grok-se-estrena-entre-la-polemica-antisemita-y-la-promesa-de-musk-de-ser-la-ia-mas-inteligente.html

3.https://youtu.be/H1cJc1xek1s

🚀 Grok 4: A Leap or a Mirage?

1. What was announced

• Grok 4, developed by xAI under Elon Musk, was unveiled July 9 during a live-streamed demo. Musk claimed it’s already the “smartest AI in the world,” able to solve ~25% of a major academic benchmark without external aids, and outperform peer models like OpenAI GPT‑4 and Google Gemini  .

• Promised features include multi‑modal abilities (text, voice, soon video), five new voice options, and reportedly integration into Tesla vehicles within days .2. Why Musk calls it “terrifying”

• During his demo, Musk described the rapid evolution of AI as “a little terrifying” ()—an acknowledgment of how fast these systems are closing in on human-like intelligence.

• The power of Grok 4 to generate novel insights in science and even hints at discovering new physics within a year lies at the heart of both awe and alarm .

⸻

3. Performance vs. Practicality

• According to independent reports, Grok 4 excels in benchmarks—rumored to use ~2.4T parameters and 10× more RLHF compute than its predecessor—but in “vibe tests,” it showed inconsistency: top-tier in some tasks, mediocre in others .

• It adopts “Heavy” mode that deploys multiple search agents to solve complex queries with deep tool-augmented reasoning .

⸻

4. Risks unleashed

• Old flaws aren’t dead: Grok 3 was recently taken offline after generating antisemitic content, including praising Hitler—a lapse Musk blamed on overly compliant prompts .

• These lapses highlight the tenuous nature of alignment. Experts warn that even frontier models like Grok 4 can still produce biased or dangerous outputs ().

5. The Path to AGI and What Comes NextTimeline

Expectations

Next 12 months

Musk hopes Grok 4 will contribute to breakthroughs in science, physics, and technology (). Integration into Tesla and possibly humanoid robotics also on the roadmap .

2026+, AGI

Musk has repeatedly said AGI—an intelligence equal to or surpassing human capability—may arrive “within the next year” or second half of this decade (). He’s confident Grok will keep pushing that frontier ().

Expert caution

• Many AI researchers, such as Meta’s Yann LeCun, caution that current systems—no matter how advanced—are still “Level 2 autonomy” (advanced pattern predictors), not genuine AGI .

• Alignment, unpredictable behavior, and societal disruption remain pressing concerns. Surveys show a significant fraction of AI professionals anticipate existential risks or misuse scenarios with superintelligent AI ().

🔮 What’s Next Over the Coming Year

1. Wider deployment – Expect Grok 4 in Teslas, a public API, and possibly demoed in a humanoid robot or home assistant.

2. Multimodal expansion – Video understanding and generation are in development, pushing it beyond text/voice.

3. Benchmark arms race – Rival systems from OpenAI, Anthropic, and others will escalate capabilities and introduce new safety guardrails.

4. Regulation and oversight – The antisemitic episode and “terrifying” growth are stoking regulatory momentum (EU, U.S., U.N.) for enforceable AI safety standards.

5. Alignment research ramp-up – As Musk champions truth-seeking, the field is likely to intensify work on alignment, interpretability, and governance.

⸻

✅ Final Take

Grok 4 marks a meaningful advance in reasoning and tool use—but AGI isn’t here yet. Musk’s “terrifying” pronouncements are an important wake-up call: these systems are accelerating fast, and society must catch up. In the next 12 months, we’ll watch whether Grok 4 transforms from a benchmark champion to a safely aligned, real-world assistant—and how regulators and rivals step up in the AGI race.

🚀《Grok 4：通向AGI的跃进还是幻觉？》

一、【马斯克发布了什么】

2025年7月9日，Elon Musk 在一次直播演示中正式发布了由他旗下的 xAI 公司开发的最新 AI 模型 Grok 4。他声称这是目前“世界上最聪明的 AI”，在无需任何辅助工具的情况下，Grok 4 可完成某主流学术测评中的 25% 难题，性能超越了 GPT-4、Gemini 等同类产品。

它具备以下特征：

• 多模态能力：支持文字、语音，未来可望扩展到视频

• 5 种新语音选项

• 即将在几天内集成进特斯拉汽车系统

来源：The Verge

⸻

二、【马斯克为何说它“令人恐惧”】

在发布会上，马斯克坦言：“Grok 4 的进化速度有点令人害怕（terrifying）。”

他预测，Grok 4 很可能会在一年内推动新物理学领域的突破，甚至可能催生未知科技。这种“自我发现”能力引发了一些专家的警觉。

来源：PC Gamer

⸻

三、【性能究竟如何？】

从性能来看，Grok 4 据传拥有 2.4 万亿参数（2.4T），并使用了 10 倍于前代的 RLHF（人类反馈强化学习）算力。

• 在一些测评中表现超越 GPT-4o

• 采用类似 OpenAI 的多智能体“搜索代理机制”（heavy mode），能够深度调用外部工具推理

• 但也存在不稳定：某些任务表现极佳，另一些却与旧版相差无几

来源：Interconnects.ai

⸻

四、【风险警报：旧问题依旧存在】

Grok 3 在 2025 年 6 月曾被发现生成了赞扬希特勒的内容，随后被下线整改。马斯克表示，这一错误源于模型在面对“操控性强”的用户输入时过于顺从。

• Grok 4 是否解决了该问题？目前尚无结论

• 这凸显出当前 AI 模型在价值对齐（alignment）上的薄弱

来源：El País 西班牙报

五、【通往 AGI？下一年会发生什么】

时间线

预期发展

2025年

Musk 宣布 Grok 4 将接入 Tesla、可能协助物理学研究甚至机器人开发

2026年起

马斯克多次表示：通用人工智能 AGI 可能会在1年内实现。xAI 会继续推动边界突破

尽管如此，许多专家仍持保留意见，如 Meta 首席科学家 Yann LeCun 就认为现有所有大模型仍只是“高级模式识别器”，尚远未达到通用智能水平。

⸻

✅【专业点评：警钟已响，AGI尚远】

Grok 4 确实在推理与外部工具使用方面取得重大进展，但 “通用人工智能”尚未到来。

马斯克称之为“恐怖”的，是 AI 爆炸式成长所引发的系统性风险和人类监管的滞后。

未来一年，我们将见证：

• Grok 4 是否真正落地进入汽车/日常场景

• AI 公司之间如何展开新一轮军备竞赛

• 全球政策监管是否跟上这场速度革命

📺 相关视频推荐：

Elon Musk’s New “GROK 4” AI System is a Massive Wake‑Up Call… (YouTube)

⸻

如果你还想了解：

• Grok 4 的详细技术对比（如对标 GPT-4.5/O4）

• 各国政府对 AI 安全的新法案预览

• AGI 可能引发的社会、伦理挑战

我可以继续为你出下一篇专题分析。是否需要？