“这是世界上最明智的人工智能。”尽管它延迟了最初的发布时间大约一个小时的时间，即今天中午（9月10日，北京时间），Xai创始人Musk发行了新一代的大型模型Grok。但是比这更有趣的是传统的基准，Grok 4还进行了最终人性（简称HLE测试），该基准超过了以前的模型，以达到44.4％的最高精度。 Pictural/ Xai Musk也在现场直播中教授，Grok 4比所有几乎所有学科毕业的学生都要聪明，至少在毫无疑问的问题上，这在所有学科中都比医生的水平好，“也不例外。”这不是Grok 4的全部潜力。根据Musk的说法，第七版Grok 4基本模型将于本月完成，并将成为经验丰富的RL（增强增强）等，并最终对视频和工具呼叫功能有很好的了解。协调NG到RoadMap，XAI还将在接下来的几个月内推出代码模型，多模型代理和视频生成模型。扩展全文 图片/xai 此外，他们推出了更高水平的订阅服务-Supergrok重型，可以使用“最强的型号” Grok 4重。 但是，与论文的无能相比，重力仍然具有相对较低的实际演示误差。更引人入胜的是在Grok 4发布前几个小时，Punonscientist Igor Babuschkin突然宣布了他的辞职。 声称自己是“最强大的模型”的GROK4有多聪明？ 从技术的角度来看，Grok 4不仅是“常规重复”。在这个40分钟的实时广播中，该信息试图向Xai传达：这不仅是一种挑战人类智能的新模型，而且是具有巨大潜在应用的AI。 Musk Grok 4“在所有学科中的博士学位上方的呼吁”并没有完全夸大营销。在主要长凳上诸如AIME25，HMMT25，GPQA，Grok 4之类的标记进一步将大型模型的结果推向了极端值，包括Grok 4 Heavy在AIME25上取得了完整的印记（美国数学竞争的邀请）。 图片/xai 但是，图像量越多的是弧形和HLE测试。约会是通过Opang Test ofenai O3吸引了该行业的注意力，主要关注AI的“研究”而不是“技能”的能力。 Grok 4在V1版本中的O3中达到了66％的精度，并在最新版本的V2中显着领导其他大型型号，获得了15.9％的精度。 至于HLE测试，它代表了人类智能的极限。来自世界各地的专家提出了2,500个专业问题，涉及数学，生物学，计算机科学，化学，物理，工程学和人类学等各种学科，因此直接命名为“人类的最终评论”。 图片/xai 在Grok 4之前，排名第一的型号，双子座2.5 Pro具有21.6％的精度，其次是OpenAI O3 20.3％。相比之下，Grok 4的准确性增加到25.4％，并在工具的帮助下可以进一步提高到44.4％。 在现场演示中，XAI在HLE测试中展示了Grount 4个专家问题的准确性，Musk认为只有少数人才能准确。还有2499个类似的问题。 此外，基于业务场景模拟，还有一个自动售货基础（自动售货机基准），它要求AI管理库存，联系供应商，设定价格等。 在实时广播中，Xai还进行了许多示范，包括实时爬行X平台帖子，对每个公司参加HLE测试的时间进行分类，或者在XAI团队中与怪异的Avatar一起发现一个。它不仅反映了Grok 4的功能，而且还强调了与X平台的深入整合的好处。 图片/xai 最长的现场演示现场广播是评论，2025年MLB世界大赛冠军的Grok 4预测。亮点主要使用工具，数据和审核过程，包括浏览多个赔率网站的数据以进行计算。整个过程持续了大约4个半钟。 此外，Grok 4还可以读取关键论文和材料，以生成一个网页，以模仿与两个黑洞交互时发生的变化。马斯克还表示，他们将提供4个真正的专业工具，包括物理学使用的专业实现软件，并猜测Grok 4明年可能会发现新的物理法。 这种声音非常扩大，没有很好的支持，但是马斯克的AI叙述可能不是抓住Google和Openai，而是改变目标本身。从产品设计的角度来看，XAI试图使用Grok 4mag一种AI工具，该工具与信息流严格集成在一起，而不是只能回答问题的机器人。 图片/xai 按照模型的理解大小Grok 4还显示了多模式输入的一些功能。尽管没有正式展示对该地区这一代人的形象和能力的理解，但马斯克强调他正在“训练”。这意味着Grok 4的完整形态将是一个多模型模型，而不是支持仅文本模型的Deptseek-R1。 换句话说，这也意味着Grok 4可以处理更复杂的感知匹配，并进一步扩大现实世界中的适当情况，例如人形机器人，自动驾驶，科学研究的Magomolde，等等。 值得一提的是，在理解，理解甚至物理学原理方面，现场广播“ Grok 4重”中提到的麝香是最强的版本，它比模型的整体版本要好。但是，重型版本在内部beta中，尚未向公众开放。 Grok 4的发行后，T的强度是T的10倍他掌握了3训练计算，这也是XAI几个月前完成其在美国孟菲斯的扩张的超级计算集群“ Colossus”。根据披露，该超级计算机发送了100,000个NVIDIA H100 GPU，并且可能是第一个部署GB200计算节点的人。 快速直播发行，Grok已经陷入困境 如果您仅查看模型本身，则Grok 4表示忽略了库诺的强度。尤其是在这个实时广播中，Grok的声音能力也正在升级 - 他不仅可以自然而然地切换音调，而且还添加了许多语音角色，包括英国发音。 Xai甚至表明Grok可以“唱歌”并根据指示阅读诗歌。 问题也出现在这里。在恋爱关系中，格罗克被要求“唱歌”，但他进入了“诗歌朗诵”，并以阅读语调阅读歌词。尽管这是一个小错误，但它揭示了以下事实：了解发音模型背后的多模式是S直到不稳定 - 不仅是发音，而且是旋律，音调和节奏的协同输出，显然还没有准备好。 图片/xai 同意阶段在整个版本中运行。现场直播时间比计划的时间晚一个小时，没有解释。尽管广播的实时内容很丰富，但总体速度有点赶时间，并且功能显示器显示之间缺乏传输逻辑。某些演示显然是准备准备的。这种节奏稍快，因为前一天的行政辞职消息不可避免地使人们想起了内在的不稳定。 在发行当天，Xai的首席科学家伊戈尔·巴布斯金（Igor Babuschkin）宣布辞职，更早的时候，X公司的首席执行官琳达·雅卡里诺（Linda Yacarino）辞职并留下了有意义的句子：“现在，随着X与Xai的新章节，最好的事情仍然来了。” 两人离开后，新闻发布会就开始了。 图片/xai 更现实问题是，Grok 4是Dapand面对世界上两个最强大的竞争对手 - Google和Gemini的Openai和Gemini Chatgpt。现在，当技术强度逐渐引人注目时，如果模型可以正确回答测试问题，而是在平台，生态学和用户上，那么真正的水通常不会说谎。 更难的是，重力也保持着一种“多样化”的态度 - 具有个性，敢于说话并变得更加独立。这是为此设计的麝香角色。但这也是这种角色使Grok更有可能失败。与近几个月一样，由于极端内容的产生，它引起了公众舆论。 因此，这一代的Grok 4确实很强大，并且可能比毕业甚至学生的人更聪明。但是，技术领导并不是用户充满信心，也不意味着产品成熟。在实际经验中，我们仍然需要在实际体验中查看模型的表现。 麝香曾经在现场广播中的帮助，他有点担心“ AI的智慧比人更聪明”对我们来说是好事或坏的，但他强调说：“我接受了一些事实。回到Sohu，看看更多