年費(fèi)超 2 萬(wàn)！馬斯克剛剛發(fā)布最貴 AI ，Grok 4 號(hào)稱所有領(lǐng)域碾壓博士

馬斯克憋了快半年，終于把 Grok 4 端上了臺(tái)面。

這一次，他的口氣依舊不小。早在發(fā)布會(huì)前就放出狠話，聲稱 Grok 4 要「重寫人類知識(shí)庫(kù)」。等到了發(fā)布會(huì)上，馬斯克再次強(qiáng)調(diào) Grok 4 是目前世界上最聰明的 AI。

可以，熟悉的味道，熟悉的配方。

當(dāng)然，馬斯克夸自家產(chǎn)品這事兒，大家早就見(jiàn)怪不怪，但正如網(wǎng)友所調(diào)侃的那樣，你可以嘲笑 xAI 員工在辦公室?guī)づ窭锼X(jué)或者周末工作到凌晨 4:20，但也得承認(rèn)，他們的確是當(dāng)下發(fā)展速度最快的 AI 實(shí)驗(yàn)室之一。

至于 Grok 4 能不能配得上「最聰明 AI」的稱號(hào)，還得看后續(xù)的實(shí)際體驗(yàn)。不過(guò)，有一點(diǎn)是跑不了的——它已經(jīng)成了市面上最貴的 AI，年訂閱價(jià)格最高可達(dá)到 3000 美元，定價(jià)策略可謂是相當(dāng)不講武德。

世界上最聰明的 AI？世界上最貴的 AI！

Grok 的訓(xùn)練路徑分為兩個(gè)核心階段：預(yù)訓(xùn)練與強(qiáng)化學(xué)習(xí)。從 Grok 2 到 Grok 3，主要依賴預(yù)訓(xùn)練方式；而從 Grok 3 升級(jí)到 Grok 4，則大幅引入了以推理能力為核心的強(qiáng)化學(xué)習(xí)訓(xùn)練。

馬斯克說(shuō)得輕描淡寫，但訓(xùn)練的動(dòng)靜卻不小。

相比 Grok 2，Grok 4 的訓(xùn)練計(jì)算量提升了整整兩個(gè)數(shù)量級(jí)，相當(dāng)于增長(zhǎng)了 100 倍——而且還在持續(xù)擴(kuò)張。

馬斯克表示，Grok 4 已在所有主要學(xué)科上超越博士水平。雖然它目前尚不具備發(fā)明新理論或提出原創(chuàng)技術(shù)的能力，但在他看來(lái)，這只是時(shí)間問(wèn)題。

他甚至語(yǔ)言，今年底 Grok 可能就能發(fā)明新技術(shù)，明年幾乎可以確定將具備發(fā)現(xiàn)新物理規(guī)律的能力。

當(dāng)然，讓 AI 接入現(xiàn)實(shí)世界，才是真正的關(guān)鍵。

他表示，Grok 與人形機(jī)器人 Optimus 的結(jié)合，將形成一個(gè)閉環(huán)推理系統(tǒng)——提出假設(shè)、驗(yàn)證假設(shè)、探索現(xiàn)實(shí)。這將開(kāi)啟一個(gè)智能大爆炸的時(shí)代，是人類歷史上最令人激動(dòng)的節(jié)點(diǎn)。

在產(chǎn)品形態(tài)上，Grok 4 是單智能體模型，而 Grok 4 Heavy 則是多智能體版本。

前者比較好理解，而后者則支持多個(gè)智能體并行思考，在推理過(guò)程中橫向比對(duì)、縱向協(xié)同，調(diào)用更大規(guī)模的計(jì)算資源以完成更復(fù)雜、更精密的任務(wù)。

在現(xiàn)場(chǎng)演示中，Grok 4 Heavy 展示了多個(gè)場(chǎng)景能力。

比方說(shuō)，讓 Grok 4 Heavy 去預(yù)測(cè)今年 MLB 世界大賽（World Series）的冠軍概率，它通過(guò)信息檢索、數(shù)據(jù)建模、概率計(jì)算，評(píng)估洛杉磯道奇隊(duì)的奪冠概率為 21.6%，并在 4.5 分鐘內(nèi)完整輸出預(yù)測(cè)過(guò)程。

再比如，一個(gè)看似無(wú)厘頭的任務(wù)：找出 xAI 團(tuán)隊(duì)里頭像最奇怪的那一個(gè)。依托 X 平臺(tái)的資料庫(kù)，模型自動(dòng)抓取并分析頭像風(fēng)格，最后鎖定了聯(lián)合創(chuàng)始人 Greg Yang。

有趣的是，雖然模型準(zhǔn)確理解了「奇怪」這一主觀概念，并能在同類中做出相對(duì)判斷，但在一滑而過(guò)的演示中，我似乎看到了 Anthropic 員工 Jan Leike 的頭像，看來(lái)準(zhǔn)確率也有待提高。

除了推理和搜索，Grok 還能生成內(nèi)容時(shí)間軸。

比如，根據(jù) X 平臺(tái)上的公開(kāi)發(fā)帖，它能梳理出多個(gè) AI 模型的基準(zhǔn)測(cè)試成績(jī)、廠商更新節(jié)奏以及社區(qū)反應(yīng)。用戶可以一目了然地看到 OpenAI 的分?jǐn)?shù)表現(xiàn)、Gemini 的更新迭代，甚至是模型之間的微妙競(jìng)爭(zhēng)態(tài)勢(shì)。

換句話說(shuō)，Grok 不是只會(huì)考試的書呆子，而是真正具備跨場(chǎng)景理解與執(zhí)行能力的 AI。

目前，Grok 最大的短板依然集中在多模態(tài)理解能力，尤其是在圖像理解和生成方面，能力仍有待加強(qiáng)。好消息是，下一階段的基礎(chǔ)模型訓(xùn)練已經(jīng)在路上，預(yù)計(jì)幾周內(nèi)完成。

演示過(guò)程中，在測(cè)試「兩個(gè)黑洞相撞過(guò)程」的可視化任務(wù)時(shí)，Grok 采用了簡(jiǎn)化的計(jì)算方式——使用后牛頓近似（Post-Newtonian approximation）替代完整的廣義相對(duì)論框架。

盡管存在簡(jiǎn)化，模型依然準(zhǔn)確地呈現(xiàn)了黑洞并合的關(guān)鍵物理階段，包括「螺旋接近」、「合并」與「振鈴階段」，并能清晰說(shuō)明所采用的近似方法。此外，它還調(diào)用了相關(guān)教材、公開(kāi)搜索結(jié)果及實(shí)際物理常數(shù)進(jìn)行推理支持，整體邏輯鏈條嚴(yán)謹(jǐn)、解釋清晰。

就紙面參數(shù)而言，Grok 4 也交出了亮眼答卷。

Humanity ’ s Last Exam（人類最后的考試，簡(jiǎn)稱：HLE，）覆蓋了數(shù)學(xué)、物理、計(jì)算機(jī)、醫(yī)學(xué)、人文社科等超過(guò) 100 個(gè)學(xué)科，共 2500 道閉卷題，測(cè)試難度極高，能夠真實(shí)反映模型在通用知識(shí)和復(fù)雜推理上的綜合表現(xiàn)。

根據(jù) xAI 數(shù)據(jù)，Grok 4 在不使用任何工具的情況下，得分為 25.4%，超過(guò)了 Google Gemini 2.5 Pro 的 21.6% 和 OpenAI o3（高配版）的 21%。

而在使用工具的情況下，Grok 4 Heavy 的得分達(dá)到 44.4%，遠(yuǎn)高于使用工具后 Gemini 2.5 Pro 的 26.9%。從整體趨勢(shì)來(lái)看，Grok 4 在擴(kuò)展訓(xùn)練資源的同時(shí)，通過(guò)引入工具使用和鏈?zhǔn)剿季S，不僅提升了復(fù)雜任務(wù)的處理能力，也逐步縮小了模型智能與通用認(rèn)知之間的差距。

非營(yíng)利組織 Arc Prize 也指出，Grok 在其 ARC-AGI-2 測(cè)試中創(chuàng)下新紀(jì)錄。這是一項(xiàng)視覺(jué)推理類基準(zhǔn)測(cè)試，AI 需識(shí)別圖像中的模式。Grok 的得分為 16.2%，幾乎是當(dāng)前排名第二的 Claude Opus 4 的兩倍。

面對(duì)一些常規(guī)的基準(zhǔn)測(cè)試中，Grok 4 Heavy 的分?jǐn)?shù)幾乎也快「刷滿」分?jǐn)?shù)。在博士級(jí)難度的問(wèn)題集 GBQA 中，盡管整體難度略低于 HLE，Grok 4 Heavy 依然取得了滿分成績(jī)，展現(xiàn)出極強(qiáng)的推理與理解能力。

不僅如此，在多項(xiàng)編程相關(guān)測(cè)試中，Grok 4 Heavy 的表現(xiàn)同樣搶眼。無(wú)論是 Live Coding、HMMT（麻省理工數(shù)學(xué)競(jìng)賽）還是 USAMO（美國(guó)數(shù)學(xué)奧林匹克），它都遠(yuǎn)超當(dāng)前排名第二的模型，技術(shù)優(yōu)勢(shì)相當(dāng)明顯。

另外，知名分析機(jī)構(gòu) Artificial Analysis 通過(guò)對(duì)多款主流大模型在 7 個(gè)推理相關(guān)基準(zhǔn)（MMLU-Pro、GPQA Diamond、Humanity ’ s Last Exam、LiveCodeBench、SciCode、AIME、MATH-500）上的綜合表現(xiàn)進(jìn)行評(píng)估。

數(shù)據(jù)顯示，Grok 4 位列第一，得分為 73，是目前推理能力綜合得分最高的模型。緊隨其后的則是 o3-pro（估算值）71 分。

馬斯克也強(qiáng)調(diào)：

「未來(lái) Grok 將幾乎在所有考試中答對(duì)每一個(gè)問(wèn)題。而當(dāng)它答不出某個(gè)問(wèn)題時(shí)，它會(huì)指出題目的錯(cuò)誤之處，或者指出問(wèn)題含糊不清的地方，并給出不同情境下可能的答案。到那時(shí)，傳統(tǒng)考試將失去意義。AI 唯一的檢驗(yàn)標(biāo)準(zhǔn)將是現(xiàn)實(shí)世界：它是否能發(fā)明有用的技術(shù)，是否能推動(dòng)科學(xué)的突破。所以 HLE 這類測(cè)試題庫(kù)必須盡快更新，因?yàn)橐援?dāng)前的 AI 進(jìn)展速度，它們很快就會(huì)過(guò)時(shí)?！?/p>

截至發(fā)稿前，Grok 4 和 Grok 4 Heavy 目前均已陸續(xù)上線。

目前，Grok 4 和 Grok 4 Heavy 已全面上線。用戶可以通過(guò)訂閱訪問(wèn)，不過(guò)，訂閱價(jià)格就有點(diǎn)「不講武德」，最高可去到 3000 美元 / 年檔位，成了不少用戶吐槽的焦點(diǎn)。

這么一比，OpenAI 、Anthropic 以及 Perplexity 的 200 刀 / 月套餐都顯得實(shí)惠許多。

值得一提的是，發(fā)布后不久就有網(wǎng)友表示，Grok-4 與 Grok-4-Heavy 模型已經(jīng)被成功「越獄」。越獄后的能力極其危險(xiǎn)，可繞過(guò)安全護(hù)欄，輸出敏感或非法信息，比如化學(xué)武器合成步驟、《星球大戰(zhàn) 1》的完整劇本（涉嫌版權(quán)）、甚至勒索病毒（惡意代碼）等。

不只會(huì)說(shuō)話，Grok Voice 還有了「靈魂」

除了更強(qiáng)的推理能力，更聰明，Grok 4 這次也在「更像人」這件事上，邁出了一大步。

跟我們熟悉的語(yǔ)音助手不同，xAI 全新語(yǔ)音助手「Eve」不只是能答話，它能表達(dá)情緒、有語(yǔ)調(diào)變化，甚至還能現(xiàn)場(chǎng)「唱歌」。

在直播現(xiàn)場(chǎng)的演示上，它用一口優(yōu)雅的英音，唱了一首即興創(chuàng)作的「Diet Coke 詠嘆調(diào)」，「O Diet Coke, thou elixir divine …」聽(tīng)起來(lái)真的不像是 AI，像是倫敦劇場(chǎng)里的舞臺(tái)演員在表演。

這次語(yǔ)音模型一共上線了五種聲音，包括直播開(kāi)場(chǎng)的「電影一般的預(yù)告男聲」Sal，以及支持低延遲、自然停頓、情緒起伏等能力的 Eve。

現(xiàn)場(chǎng)還安排了一段和 ChatGPT Voice 的對(duì)比演示，兩者輪流復(fù)述數(shù)字。ChatGPT 時(shí)不時(shí)「搶答」，有點(diǎn)像沒(méi)聽(tīng)清就硬接話的同學(xué)。而 Grok 的表現(xiàn)更流暢、更貼近人類說(shuō)話習(xí)慣，而且不會(huì)打斷用戶說(shuō)話。

發(fā)布會(huì)上提到，自語(yǔ)音模型上線以來(lái)，Grok Voice 的端到端延遲縮短了兩倍，活躍用戶也增長(zhǎng)了 10 倍。Grok Voice 正在迅速發(fā)展。

馬斯克：讓 Grok 去開(kāi)一百萬(wàn)個(gè)自動(dòng)售貨機(jī)賺錢

幾個(gè) Grok 4 API 的應(yīng)用場(chǎng)景讓我印象非常深刻。

比如，在一項(xiàng)自動(dòng)售貨機(jī)商業(yè)模擬 Vending-Bench 中，Grok 被要求自主完成：供應(yīng)商協(xié)商、庫(kù)存管理、定價(jià)策略，連續(xù)完成并長(zhǎng)期保持盈利。

▲注：Vending-Bench 是一個(gè)專門設(shè)計(jì)用于測(cè)試基于 LLM 的代理，在管理一個(gè)簡(jiǎn)單但長(zhǎng)期運(yùn)行的業(yè)務(wù)場(chǎng)景中的能力：運(yùn)營(yíng)一臺(tái)自動(dòng)售貨機(jī)。

測(cè)試結(jié)果顯示，Grok 4 不僅登頂排行榜，而且它所獲得的凈資產(chǎn)是其他模型的兩倍。連馬斯克都開(kāi)始調(diào)侃說(shuō)：「以后買顯卡的錢，可以讓 Grok 去部署運(yùn)營(yíng)一百萬(wàn)個(gè)自動(dòng)售賣機(jī)賺回來(lái)」。

在科研領(lǐng)域，Grok 4 已被用于 CRISPR 基因研究和胸片 X 光分析。它能在幾秒鐘內(nèi)讀完幾百萬(wàn)條實(shí)驗(yàn)記錄和日志，自動(dòng)篩出最有可能成功的假設(shè)。

此外，像是金融領(lǐng)域、游戲開(kāi)發(fā)等項(xiàng)目，都可以通過(guò) xAI API 來(lái)使用 Grok 4 來(lái)實(shí)現(xiàn)。發(fā)布會(huì)上特別提到了一個(gè)游戲設(shè)計(jì)師，他在 xAI 發(fā)布了 Grok 4 預(yù)覽 API 后，就立刻參與測(cè)試。然后，他花了短短 4 小時(shí)就做出了一個(gè)第一人稱射擊游戲。

Grok 4 不是終點(diǎn)。發(fā)布會(huì)最后預(yù)告了接下來(lái)的路線圖，每一項(xiàng)都非常值得期待。

代碼模型：這次竟然沒(méi)有發(fā)布 Grok Code，不過(guò) xAI 提到正在訓(xùn)練了，一個(gè)「又快又聰明」的代碼模型將會(huì)在幾周內(nèi)上線。

多模態(tài)能力：Grok 4 在圖像理解上表現(xiàn)依舊是有限，團(tuán)隊(duì)也說(shuō)正在以更大規(guī)模訓(xùn)練下一個(gè)版本，預(yù)計(jì)會(huì)在圖像、視頻和音頻理解上迎來(lái)質(zhì)變，到時(shí) Grok 將能「像人類一樣看世界」。

視頻生成：xAI 說(shuō)將使用大規(guī)模的算力資源，進(jìn)行視頻生成模型的訓(xùn)練。他們的最終目標(biāo)是做到圖生視頻，生成可交互的「無(wú)盡視頻流」，讓用戶能邊看邊參與劇情走向。

可能有不少朋友已經(jīng)發(fā)現(xiàn)，這次發(fā)布會(huì)還有兩個(gè)熟悉的華人面孔。他們正是 xAI 的聯(lián)合創(chuàng)始人——吉米 · 巴（Jimmy Ba）和吳宇懷（Yuhuai Wu）。

其中，吳宇懷（Yuhuai Wu）本科以滿績(jī)點(diǎn)畢業(yè)于加拿大紐布倫斯威克大學(xué)，并在 2021 年獲得多倫多大學(xué)機(jī)器學(xué)習(xí)博士學(xué)位，期間曾師從「深度學(xué)習(xí)之父」杰弗里 · 辛頓。

博士階段，他還曾在 Google DeepMind 和 OpenAI 實(shí)習(xí)，畢業(yè)后在 Google 任職，并在斯坦福大學(xué)從事博士后研究。

吳宇懷的研究重點(diǎn)是打造具備強(qiáng)推理能力的人工智能系統(tǒng)，先后主導(dǎo)或參與了自訓(xùn)練推理模型 STAR、語(yǔ)言模型 Minerva 以及定理證明器 Alpha Geometry 等項(xiàng)目，并在《Nature》等頂刊上發(fā)表論文，推動(dòng) AI 在數(shù)學(xué)推理領(lǐng)域?qū)崿F(xiàn)突破。

▲ 吳宇懷（左二）和吉米 · 巴（左三）

坐在他身旁的吉米 · 巴（Jimmy Ba）則是多倫多大學(xué)計(jì)算機(jī)科學(xué)系的助理教授，也是吳宇懷博士時(shí)期的導(dǎo)師之一。

他同樣出身于辛頓門下，是深度學(xué)習(xí)訓(xùn)練優(yōu)化領(lǐng)域的關(guān)鍵人物。

最為人熟知的，是他與合作者共同提出了 Adam Optimizer（自適應(yīng)矩估計(jì)優(yōu)化器）——如今幾乎成為深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練的默認(rèn)算法。可以說(shuō)，他的博士論文為現(xiàn)代 AI 訓(xùn)練機(jī)制奠定了堅(jiān)實(shí)理論基礎(chǔ)。

不得不說(shuō)，Gork 4 的到來(lái)適逢其時(shí)。

前代 Grok 3 的熱度來(lái)得猛，退得也快。

根據(jù)知名市場(chǎng)分析機(jī)構(gòu) SimilarWeb 發(fā)布的截至 5 月 9 日的《2025 年全球生成式 AI 行業(yè)趨勢(shì)報(bào)告》，Grok 從三月流量暴漲超 100 萬(wàn)倍，到五月增幅跌回 5200%。

相比前代倉(cāng)促上線、草草交卷的節(jié)奏，這次的 Grok 4 明顯放慢了腳步，在產(chǎn)品打磨上也更下功夫。歸根結(jié)底，馬斯克的光環(huán)可以幫 Grok 帶來(lái)第一波流量，但能不能留下用戶，還得靠模型本身的硬實(shí)力。

只不過(guò)，我沒(méi)記錯(cuò)的話，馬斯克當(dāng)初在 Grok 3 發(fā)布時(shí)，還信誓旦旦說(shuō)要把 Grok 2 開(kāi)源。眼看五個(gè)月過(guò)去了，這事兒卻毫無(wú)動(dòng)靜，這次發(fā)布會(huì)上也沒(méi)再提半句。

老馬啊，可不能寬于律己，嚴(yán)以待人呀。

作者：張子豪、莫崇宇