機(jī)器之心報(bào)道
機(jī)器之心編輯部
所有學(xué)科都是博士后水平。
醞釀良久的xAI下一代大模型——Grok4終于發(fā)布了！能力超乎我們想象。
北京時(shí)間今天中午12點(diǎn)左右，我們期待已久的xAI發(fā)布會(huì)終于開始，馬斯克現(xiàn)身直播間，他上來就說：「這是世界上最好的AI，讓我們來展示一下。」
馬斯克表示，Grok4每次都能在SAT考試（美國(guó)高考）中獲得滿分，無需事先查看題目，它也可以做到GRE任何學(xué)科接近滿分，超過了全世界所有研究生的水平。Grok4最強(qiáng)大的地方是其推理能力，它已經(jīng)實(shí)現(xiàn)了超越人類的推理水平。
馬斯克相信，Grok4可以在今年內(nèi)實(shí)現(xiàn)科學(xué)新發(fā)現(xiàn)。
得益于計(jì)算能力的增強(qiáng)、強(qiáng)化學(xué)習(xí)的訓(xùn)練，Grok4的推理能力相較于前代提升了10倍。從Grok2到Grok4，采用的技術(shù)范式不同，分別為下一個(gè)token預(yù)測(cè)、預(yù)訓(xùn)練計(jì)算、預(yù)訓(xùn)練+RL、RL計(jì)算。
其中，Grok2到Grok3預(yù)訓(xùn)練階段的計(jì)算量提升了10倍，Grok3reasoning首次引入了RL微調(diào)，帶來了深度推理能力。Grok4reasoning的強(qiáng)化學(xué)習(xí)再度提升了10倍的計(jì)算量，這意味著顯著的推理能力提升。
另外因?yàn)檎{(diào)用工具能力的提升，Grok4進(jìn)一步放大了自身智慧。因此可以在各類高難度Benchmark上實(shí)現(xiàn)遠(yuǎn)超SOTA的成績(jī)。
接下來是重頭戲：Grok4的基準(zhǔn)測(cè)試結(jié)果。
首先是HLE（HumanitiesLastExam，人類最后的考試），包括數(shù)學(xué)、化學(xué)和邏輯學(xué)。在上周六泄露的基準(zhǔn)測(cè)試結(jié)果中，Grok4在HLE（HumanitiesLastExam，人類最后考試）上的標(biāo)準(zhǔn)得分是35%，使用推理技術(shù)后提高到45%，但多數(shù)網(wǎng)友持質(zhì)疑態(tài)度。
在今天的直播中，xAI研究人員表示，以往的SOTA模型在使用工具（withtool）的情況下，成績(jī)最高可以達(dá)到41.0%。
如今，Grok4進(jìn)一步提升了這一基準(zhǔn)測(cè)試成績(jī)。
具體來講，與其他SOTA模型（o3、Gemini2.5Pro）相比，在使用工具的情況下，Grok4的成績(jī)?yōu)?8.6%，Grok4Heavy的成績(jī)飆升到了44.4%。如果讓大模型在測(cè)試時(shí)花費(fèi)更多時(shí)間思考，并恰當(dāng)?shù)氖褂酶嗤獠抗ぞ?，則HLE的分?jǐn)?shù)還能進(jìn)一步提升到50.7%。
關(guān)于其他更多基準(zhǔn)測(cè)試結(jié)果，包括GPQA（研究生級(jí)別的Google驗(yàn)證問答基準(zhǔn)測(cè)試）、AIME25（美國(guó)數(shù)學(xué)競(jìng)賽邀請(qǐng)賽）、LCB（Jan-May）（編程競(jìng)賽/在線算法競(jìng)賽）、HMMT25（高中生團(tuán)隊(duì)數(shù)學(xué)競(jìng)賽）和USAMO25（美國(guó)頂級(jí)高中生數(shù)學(xué)競(jìng)賽）。從下圖可以看到，Grok4Heavy均取得了最新SOTA。
相比之下，人類面對(duì)HLE測(cè)試也幾乎答不上幾個(gè)題。馬斯克多遍強(qiáng)調(diào)：Grok現(xiàn)在在所有學(xué)科都達(dá)到了博士后水平，沒有例外。它沒有發(fā)現(xiàn)新科學(xué)或是新的物理定律，但這只是一個(gè)時(shí)間問題。
「如果Grok在今年內(nèi)沒有發(fā)現(xiàn)實(shí)用的新科學(xué)技術(shù)，我會(huì)感覺很意外，」馬斯克表示。
大模型性能評(píng)估平臺(tái)ArtificialAnalysis的全套基準(zhǔn)測(cè)試成績(jī)表明，Grok4已經(jīng)成為當(dāng)前領(lǐng)先的AI模型，總成績(jī)達(dá)到了73分，領(lǐng)先于o3、Gemini2.5Pro、Claude4Opus、DeepSeekR10528。
想象一下我們現(xiàn)在處在的位置，我們正處于智能發(fā)展的大爆炸過程中，這是人類歷史上前所未見的。是時(shí)候看看Grok4具體能做些什么了。
我們來看一兩個(gè)demo，比如「基于物理原理的HTML動(dòng)畫，模擬兩個(gè)黑洞碰撞并產(chǎn)生引力波的30秒可視化效果」：
Grok4幾乎完整地呈現(xiàn)了從兩個(gè)黑洞接近到最后合并結(jié)束的引力波模擬效果。動(dòng)圖的一邊是推理過程和計(jì)算的步驟和代碼，查閱的論文每一篇都有鏈接。
Grok4的多面手屬性更強(qiáng)了
除了各大語(yǔ)言基準(zhǔn)成績(jī)的提升，Grok4在其他方面同樣得到了加強(qiáng)。
其中，Grok4的語(yǔ)音能力相較于上代速度快了2倍，端到端延遲更低；支持5種語(yǔ)音；單日用戶總停留時(shí)長(zhǎng)提升了10倍。
新增的Grok角色Eve和Sal現(xiàn)已可在iOS版Grok中使用，Sal支持多種性格，Eve可以唱歌和低語(yǔ)。
在ARC-AGI基準(zhǔn)測(cè)試集中，它專門設(shè)計(jì)用于評(píng)估人工智能系統(tǒng)通用推理能力，被視為通向AGI的重要試金石，旨在檢驗(yàn)?zāi)Ｐ褪欠衲芟袢祟愐粯屿`活解決從未見過的新問題。
在這個(gè)直指AGI核心能力的超難基準(zhǔn)上，Grok4同樣取得了最新SOTA，其中在ARC-AGI-2上達(dá)到15.9%，幾乎將之前的商業(yè)SOTA翻了一番，并超越了當(dāng)前的Kaggle競(jìng)賽SOTA。
在Vending-Bench基準(zhǔn)測(cè)試中，它專注于評(píng)估智能體在真實(shí)物理世界中執(zhí)行復(fù)雜操作任務(wù)的能力，其核心目標(biāo)是解決傳統(tǒng)模擬環(huán)境（如Habitat、AI2-THOR）與真實(shí)世界間的「Sim2RealGap」（仿真到現(xiàn)實(shí)的鴻溝），推動(dòng)機(jī)器人技術(shù)在開放場(chǎng)景中的實(shí)際應(yīng)用能力。
可以看到，Grok4相較于ClaudeOpus4、Human、Gemini2.5Pro、o3取得了領(lǐng)先。
Grok4可通過API調(diào)用，提供256Ktokens的上下文窗口。目前已經(jīng)開放使用，版本號(hào)為grok-4-0709，價(jià)格與Grok3相同。
根據(jù)ArtificialAnalysis的測(cè)試，xAI的API當(dāng)前以每秒75個(gè)token的速度提供Grok4服務(wù)，速度雖不及o3（每秒188個(gè)token），但優(yōu)于Claude4OpusThinking（每秒66個(gè)token）。
最后是游戲體驗(yàn)，DannyLimanseta在4小時(shí)內(nèi)用Grok4制作了一款FPS射擊游戲，Grok不僅可以用于制作游戲，還能實(shí)際運(yùn)行游戲，洞察優(yōu)秀游戲的要素并提出改進(jìn)建議。看著效果真的挺不錯(cuò)。
下一步，xAI預(yù)計(jì)還將發(fā)布代碼模型、多模態(tài)智能體以及視頻生成模型，看起來新產(chǎn)品發(fā)布要達(dá)到月更的速度。
目前，Grok4已經(jīng)上線，不過需要付費(fèi)使用，而且價(jià)格相當(dāng)昂貴。其付費(fèi)模式分為年付和月付兩種，其中SuperGrok是每年300美元（折合人民幣約2154元），SuperGrokHeavey則是每年3000美元（折合人民幣21540元）。
官網(wǎng)鏈接：https://grok.com/
天才變廢材秦飛,憑手鐲逆襲,戰(zhàn)惡霸斗蒼天,終成丹武至尊
《丹武至尊》因?yàn)橐粋€(gè)手鐲，秦飛從家族天才成為萬人恥笑的廢人為守護(hù)心中那份責(zé)…百度小說官方號(hào)發(fā)布時(shí)間：18-09-0617:06 丹武至尊作者最新文章《浪漫需要揭穿》為何不刷票，不封推，也能成為2019最火的網(wǎng)絡(luò)小說？ 《豪門百萬妻》為何不刷票，不封推，也能成為2019最火的網(wǎng)絡(luò)小說？ 為何不刷票，不封推，也能成還有呢？
小說:天才秦飛因手鐲變廢人,卻戰(zhàn)盡天下,終成丹武至尊
《丹武至尊》作者：耀火第0001章天才受辱！（求收藏、紅票?。吧场场鼻仫w揮舞著掃帚，將廣場(chǎng)邊樹下的枯葉掃到一起。起身擦了擦額頭上的汗珠，他自嘲的笑了笑，深邃幽黑的眼眸里流露出苦澀。現(xiàn)在打掃下衛(wèi)生，就累得滿頭大汗，半個(gè)月前的他，即使是奔跑十里地，也不會(huì)流一滴汗——。真是見了鬼了還有呢？
延伸閱讀：與 剛剛 馬斯克發(fā)布Grok 4 (全榜)：第一 年費(fèi)飚!!到2萬 的相關(guān)文章
為什么說「沉沒成本不參與重大決策」?
在美中國(guó)學(xué)者被無理拘押，外交部：敦促美方停止搞有罪推定和政治操弄
北京：請(qǐng)市民非必要不外出
卜冠今變化
付航脫口秀里提到的「速算甩手」是什么原理？速算真是靠瘋狂甩手算出來的？
40多歲啃老男要錢被拒 往樓下扔菜刀
周靜華被引渡回國(guó)，亞洲地區(qū)“百名紅通人員”清零
18w非遺純金龍紋旗袍,誰敢穿......
沈星回
沈佳潤(rùn)OneSpot韓國(guó)榜第一
