马斯克20万GPU训出史上最聪明AI，Grok 4重返地球之巅！人类博士全线溃败

　　新智元报道

　　编辑：编辑部

　　【新智元导读】马斯克手中的最后一张牌——Grok 4，终于打出来了。这个全球最聪明AI，一上线就刷爆全球榜单登顶TOP 1，把所有其他大模型都踩在脚下。重磅登场的Grok Heavy，月费则达到了300刀。马斯克已经预言：明年Grok将发现新物理学。

　　马斯克的背水一战，大获全胜！

　　就在刚刚的发布会上，xAI的重磅炸弹Grok 4，终于在千呼万唤中登场了。

　　而它，可以说是全球最聪明的AI！

　　不仅超越了大多数人类研究生，甚至比博士都好。

　　左右滑动查看

　　左右滑动查看

　　发布会全程1个小时，下面是太长不看的简单总结：

　　现在，SuperGrok的用户已经可以用上了，普通版月费30刀，Heavy版月费300刀。

　　同时Grok 4 API也已向所有开发者正式开放，并将登录第三方云平台。

　　刚从政坛上铩羽而归，却在AI界王者归来。

　　果然，马斯克还是那个传说中打不败的男人。

　　完整直播可点击观看

　　20万块GPU，成绩刷爆HLE

　　在各种考试和基准测试中，Grok 4的成绩惊人。

　　比如，它在SAT中每次都能拿满分，即使从未见过这些题目。

　　而在GRE考试中，它在所有学科领域，都能拿到近乎满分，无论是人文学科、语言、数学、物理还是工程。

　　可以说，在所有学科领域，Grok 4都比几乎所有人类研究生都要聪明。

　　怎么做到的？马斯克进行了揭秘。

　　首先，比起Grok 2，Grok 4的训练时间达到了Grok 2的100倍。

　　从Grok 2到Grok 3，xAI投入的主要是预训练算力；但从Grok 3到Grok 4，大量算力已经被投入到推理和强化学习中。

　　通过训练Grok 2，团队第一次大规模扩展了预训练。

　　这让他们意识到：如果对数据消融、基础设施和算法进行更细致的处理，将预训练的规模可以再提升10倍，从而打造出最顶尖的预训练基础模型！

　　网友直呼：xAI在强化学习上投入的算力，竟然和预训练一样多？这太疯狂了！

　　这就是为什么，xAI要斥巨资建起有10万块H100的世界级超算Colossus超算。

　　如果能收集可验证结果的奖励数据，就可以训练模型从第一性原理出发进行思考、推理、纠正自身错误，这就是Grok 2推理能力的由来。

　　那么，接下来，如果把Colossus超算的20万GPU全部都投入，会发生什么？

　　答案就是——Grok 4的诞生！

　　在 「人类最后考试」HLE上，Grok 4直接成绩刷爆，分数惊人。

　　HLE总共有2500道问题，涵盖了多个学科，今年早些时候刚发布时，大多数模型的准确率得分仅为个位数。

　　原因就在于，HLE的考题极难，比如下面这些题，分别是一道关于范畴论中自然变换的数学题、一道关于电环化反映的有机化学题，以及一道从希伯来语原文中区分闭音节和开音节的语言学题。

　　显然，这些题目已经达到了博士级，甚至更前沿的难度。

　　几乎没有任何一个人类，能答对所有这些问题，并且取得高分。如果能答对5%，就算人群中极聪明的人了。

　　然而，Grok 4却在HLE的所有领域，都达到了博士级别，甚至胜过了大多数人类博士生，因为后者大概率都会不及格。

　　当然，如果要说Grok 4目前有什么缺憾，就是还未发明出新的技术，或者发现新的物理学。

　　但马斯克认为，这只是时间问题——最早在今年年底，Grok就会发明出新技术，明年它就会发现新的物理学。

　　海量算力，训出全球最聪明AI

　　团队研究者爆料说，其实刚开始，Grok 4的准确率也只是个位数。

　　但随着投入的算力越来越多，奇迹发生了！最终，它做出了HLE中1/4的难题，这还是在没有工具辅助的情况下。

　　而在被赋予工具使用能力，将工具使用直接融入训练过程后，Grok 4的性能开始了惊人的暴涨。

　　而且，目前Grok 4还未使用任何公司级的强大工具。

　　如果给它提供企业级的工具，比如特斯拉或Space X使用的有限元分析、计算流体力学、碰撞模拟，以及高精度的物理模拟器，那么毫无疑问，Grok 4还将发生颠覆级的改变！

　　比如，如果把Grok和擎天柱结合，它就可以和真实世界互动，提出假设，亲手验证真伪。

　　「重量级」Grok Heavy登场

　　除了算力的问题，我们还需要解决的一大难题，就是如何突破数据瓶颈。

　　RL的原则，就是不仅要找到大量有挑战性的强化学习问题，还要有可靠的信号告诉模型，它做对了还是做错了。

　　然而，如今我们已经快找不到可用的测试题了！大多数人类无法解决的难题，对AI已经开始变得轻而易举。

　　好在，我们还有一个绝佳的裁判，那就是现实。物理学是终极法则，对AI最终的推理测试，就是现实世界。

　　让我们设想一下，如果单个AI智能体能解决40%的问题，那么同时运行多个智能体呢？

　　这，就是所谓的测试时计算（test-time compute）。随着它的扩展，Grok 4已经能解决HLE中超50%的纯文本题目。

　　而如果并行生成多个AI智能体，Grok 4 Heavy就诞生了！

　　这些智能体会独立工作，互相比较各自的成果，决定哪个更好。一旦有智能体发现了关键解决方案，就会分享给其他智能体，最终它们通过交流，得出最终答案。

　　这就是Grok 4之所以「Heavy」的原因，因为测试和计算的规模扩大了一个数量级。

　　· Grok 4 Heavy惊人演示

　　Grok 4 Heavy，已经进化到可以不止会考试，还能解决真实世界中各种刁钻的问题！

　　比如，我们可以让它预测当前美国职业棒球大联盟（MLB）各队的夺冠赔率。

　　它能计算出，洛杉矶道奇队是今年的夺冠热门，获胜概率为21.6%。

　　并且，我们还能让它生成两个黑洞碰撞的可视化图像。

　　在下图中可以看到，从两个黑洞相互旋进开始、合并、到达铃振阶段，这个碰撞过程大致是正确的。

　　尤为精彩的是，它使用了后牛顿近似法，而非计算黑洞中心附近的广义相对论效应。

　　也就是说，它进行了一个真实的模拟，对该使用的物理常数进行了相当多的推理。

　　另外，它还能发现X上头像最诡异的xAI员工。

　　要知道，最神奇的地方就在于，它竟然理解了什么是「诡异」。

　　如果说Grok 4有什么弱点的话，就是目前它还是「部分失明」，图像理解能力和生成能力都比较弱。

　　不过令人期待的是，Grok 4是xAI目前训练的第六版模型，第七版已经在训练中了！

　　对于所有AGI模型来说，最权威的测试就是ARC-AGI了。

　　在直播前24小时，ARC-AGI团队接到xAI电话后，才开始了Grok 4的跑分测试。

　　结果显示，Grok 4是唯一一个成绩突破10%的模型。

　　具体来说，Grok 4（Thinking）在ARC-AGI-2刷新了SOTA，准确率为15.9%。

　　在ARC-AGI-1上，它的成绩达到了66.7%。同时，Grok 4实现了每美元智能成本的最优化。

　　ChatGPT和Grok 4现场飚语音

　　此外，研究人员还改进了Grok 4的「语音模式」，延迟率直接减半，还新增了两种全新的音色——

　　Sal：拥有深沉的声线

　　Eve：音色优美的英伦女声，能演绎丰富的情感

　　接下来，直接进入demo。xAI员工打开Grok问道，「现在正在有数百万人观看我们直播，你感到兴奋吗」？

　　Eve好像真的就在直播现场，激动地表示，「这就像站在老维克剧院的舞台上，看着台下人山人海」。

　　它还会低声细语，说了一些能够让xAI员工不再紧张的话。

　　不仅如此，Eve现场还献上了一段非常优美的歌剧，还能、即兴表演随时更换曲调，让人听着陶醉。

　　更有趣的是，为了测试Grok 4的反应速度，xAI员工直接让ChatGPT和Grok同台PK。

　　任务是，我说一句，你说一句，跟读数字。

　　ChatGPT的反应有些迟缓，而且并没有依据指令跟读，自主说一些不相关的话。

　　此时，Grok的表现令人惊艳，一步一步跟着读了下来。

　　最后，研究人员总结到，自Grok模型上线以来，在过去八周的时间，实现了端到端延迟提速2倍，新增了5种不同音色，活跃用户量更是增长了10倍。

　　足见，Grok语音功能正在飞速发展。

　　Grok 4卖货，年入47亿填补GPU巨销

　　那么，Grok 4在现实生活中能做什么？

　　赚钱！！！

　　在Vending-Bench商业场景的基准测试中，Grok 4能够长期运营自动售货机，并且成为了榜单第一。

　　在此过程中，它不仅要完成库存管理，还得与供应商谈判、制作定价策略等任务。

　　这些任务看似简单，但要求模型「长期持续运营」，只有Grok 4能够赚到，净资产也是所有模型两倍。

　　发布会上，马斯克半开玩笑表示，「这下我们GPU算力开销有着落了。只需要部署100万台自动售货机，年收入就能达47亿美元」。

　　看来，下一步Grok 4也要为自己打工了。

　　此外，Grok 4的诞生，将带来生物医药、金融等跨领域的突破，重塑商业AI范式。

　　如下demo所见，Grok正成为企业级的智能Copilot，拥有256k的上下文窗口，前沿的多模态推理，实时的数据搜索，以及企业级的安全能力。

　　4小时，肝出爆款射击游戏

　　更令人激动的是，Grok 4在AI游戏实时生成领域，大有前途。

　　现场，员工展示了AI游戏设计师Danny Limanseta，在极限4小时内，制作出了第一人称射击游戏。

　　马斯克预言，「首个真正优质的AI电子游戏可能会在明年问世，今年或许能看到半小时长度的可观看AI剧集，而首部AI电影很可能在明年诞生」。

　　在未来路线图中，xAI还计划发布编码模型、多模态智能体和视频生成模型。

　　发布会最后，屏幕上出现了道格拉斯·亚当斯《银河系搭车客指南》第四部的书名——《再见，谢谢所有的鱼》。

　　果然，还是那个我们熟悉的科幻迷马斯克。

　　文明奇点已至

　　马斯克激动表示，我们正处于智能大爆炸的起点。奇点时刻已经到来，这是人类历史上最激动人心的时代。

　　而此时最重要的，就是打造一个好的AI，一个善良的AI，让它去最大程度地追求真理。

　　如果把AI看作一个超级天才的孩子，它最终一定会比人类聪明，而我们能做的，就是开始就给它灌输正确的价值观，让它追求真实、正直、善良。

　　给AI算力，加上正确的工具，最终还要和物理世界互动，到时，我们的经济体量将会是现在的数千倍，甚至数百万倍！

　　马斯克说，如果把文明进程看作是完成卡尔达肖夫等级的百分比，那我们距离1级文明的10%还很远，可能只完成了1%或2%。

　　1级文明利用整个行星的能源；2级文明利用整个恒星的能源；3级文明利用整个星系的能源

　　如果文明没有自我毁灭，我们就会迈向2级文明。跟那时相比，我们今天的经济水平，会像穴居人往火里扔木棍一样原始。

　　马斯克承认，亲手创造出这样一个远超人类自身的智能，也令人有些不安——它对人类究竟是好是坏？

　　最终，他说服了自己：这个AI大概率是好的，就算不是，自己也要活到亲眼见证这一切发生的那一天。

　　马斯克，背水一战

　　如今，马斯克真的是破釜沉舟，背水一战了。

　　本来是特朗普竞选的最大功臣，最近他却成了「大而美法案」的最大输家，随着「特马同盟」的彻底崩塌，马斯克似乎已经无牌可出了。

　　首先，随着「大而美法案」的出台，7500美元的电动汽车购车税收抵免，已经提前至2025年9月30日终止，从此，特斯拉每年的利润损失将高达17亿美元。

　　而DOGE前期的努力，也随着大而美法案中的大规模赤字扩张而付诸东流。

　　政坛的失意，让马斯克全美业务的关键布局，包括电动汽车、Space X、脑机接口、加密货币等，商业利益全面被连累。

　　在这种背景下诞生的Grok 4，可以说是马斯克最后的希望。

　　终于，这次发布会上他用Grok 4告诉全世界：我手里还有最后一张牌。

　　Grok团队中，华人学者占据半壁江山

　　参考资料：

　　https://x.com/i/events/1942716886258528256