我要投稿

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： 1568

作者：AI范儿

微信搜一搜，关注“AI范儿”

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。

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。

Grok 4 在 Vending Bench 测试中获得第一名。净值表现是 Claude Opus 4 的两倍。

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。

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。

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。

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

相关资讯

2025-07-10

刚刚，马斯克发布Grok-4，在各大基准测试上表现太猛了。

2025-07-10

Grok4 发布：全整理

2025-07-10

马斯克发布Grok 4，推理能力全面登顶，支持四个代理同时工作

2025-07-10

刚刚，突发，炸裂！Grok 4发布，全科能力超越博士！

2025-07-10

垂直赛道 Agent 闷声发财指南：如何实现一年超千万营收？

2025-07-10

OpenAI将发布AI浏览器，挑战Chrome

2025-07-10

揭秘Cursor、Perplexity、Lovable的技术内幕：为什么它们都选择"反框架"路线

2025-07-10

Perplexity 推出 AI 浏览器 Comet，意图颠覆 Chrome 统治地位

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek R1-0528 小版本升级

2025-05-29

教你解决GPT4o无法使用新版生图功能的教程

2025-04-11

AI法规-《生成式人工智能服务管理暂行办法》（中国）（2023.7）

2025-04-12

分而治之：全面解析分布式分离 Inference 系统

2025-04-29

Qwen3发布: 4B干掉旧代 72B / Windsurf又增加新的免费计划

2025-04-29

高效 Agents 构建指南

2025-05-23

微软突发“封杀令”！全面禁止Cursor使用C、C++、C# 扩展，开发者被迫回退版本

2025-04-12

忽视小模型和知识库，企业AI应用必将是死路一条

2025-05-07

CAG 与 RAG：哪种方法能带来性能更好的人工智能

2025-05-07

从RAG到CoT再到MCP，一文读懂AI Agent落地难题｜大模型研究

2025-05-07

大家都在问

垂直赛道 Agent 闷声发财指南：如何实现一年超千万营收？

2025-07-10

你的大脑真的在被AI“腐蚀”吗？

2025-07-10

如何在 Elasticsearch 中构建你的智能 AI 助手？

2025-07-09

毕业季震撼演讲：当AI重塑一切，人类的价值何在？

2025-07-08

大模型落地及Agent记忆的有趣观点：兼看SVG生成用多模态大模型怎么做？

2025-07-07

微软裁员9000人！给员工整不会了：用不用AI都要被裁？

2025-07-05

智能体（Agent）是怎么知道什么时候要调用 Tool 的？

2025-07-04

AI狂潮下：大公司如何破解"创新者窘境"？

2025-07-04

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB