支持私有化部署
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


xAI 发布 Grok 4,它具备超人级别的推理能力!

发布日期:2025-07-10 14:06:15 浏览次数: 1575
作者:AI范儿

微信搜一搜,关注“AI范儿”

推荐语

马斯克旗下xAI发布Grok 4,号称推理能力超越人类博士后水平,训练量达前代100倍,性能碾压所有竞品!

核心内容:
1. Grok 4在多项基准测试中创纪录表现
2. 强化学习计算量达市场其他模型10倍
3. 多智能体版本和API商业应用前景

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
xAI 发布 Grok 4 
"它具备超人级别的推理能力!",Grok 4 现在是领先的 AI 模型。
以下是你需要了解的全部信息:
马斯克声称 Grok 4 在所有学科领域都比几乎所有研究生更聪明。训练量是 Grok 2 的 100 倍。强化学习计算量是市面上任何模型的 10 倍。
在人类终极考试中的表现
马斯克:"Grok 4 在各个领域都达到了博士后水平!"
HLE 扩展规律 - 更多训练计算,更高智能水平。(不使用工具)
通过原生工具调用功能,Grok 4 的性能显著提升。
看这些曲线图!为 AI 配备合适的工具至关重要。
扩展效果一目了然。太疯狂了!
可靠的信号是强化学习成功的关键。数据问题仍然是挑战。
马斯克:"AI 推理能力的终极测试是让它在现实世界中运行。"
扩展测试时计算能力(Scaling Test-time) 
HLE 测试中超过 50% 的纯文本问题都被解决了!这些曲线图越来越夸张。
Grok 4 是单智能体版本。Grok 4 Heavy 是多智能体版本。多智能体系统可不是闹着玩的!
Grok 4 正在被用来预测今年的世界大赛冠军。
这些才是推理模型需要接受测试的有趣任务。
要在真实的现实世界事件上验证能力。
两个黑洞碰撞的可视化展示。Grok 4 会使用各种参考资料比如论文,阅读 PDF 文件,推理模拟的细节,并决定使用什么数据。
这个例子展示了 HLE 测试中时间线变化和分数公告的总结。
真是太酷了!
多模态性能方面,Grok 4 Heavy 的表现优于 Grok 4,但仍需进一步改进。据团队表示,这是目前的薄弱环节之一。
推理基准测试的性能表现。
在 AIME25 测试中获得满分
相比之前在这些任务上表现最好的模型,进步幅度简直疯狂。
模型测试渠道
通过 SuperGrok Heavy 订阅层级提供。Super Grok 每月 30 美元,SuperGrok Heavy 每月 300 美元。
图像
还包含语音功能更新!Grok 响应更敏捷,设计更加自然。
- 速度提升 2 倍 
- 5 种语音选择 
- 每日用户使用时长增长 10 倍
ARC-AGI 测试中,Grok 4 在 ARC-AGI v2 (私有测试集) 上突破了 10% 的门槛,达到 15.9%。
这是第二名成绩的 2 倍,而第二名正是 Claude Opus 4 模型。
图像
Grok 4 在 Vending Bench 测试中获得第一名。净值表现是 Claude Opus 4 的两倍。
图像
Grok 4 模型可通过 xAI API 使用。25.6 万 token 上下文窗口。实时数据搜索功能。
图像
Grok 4 游戏应用!视频理解是团队正在改进的领域,因此这方面能力会持续提升。
图像
下一步计划是什么?智能和快速将是重点方向。编程模型也是重要发力点。更强大的多模态智能体也即将推出。视频生成模型也在研发中。
图像

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询