全球科技界翘首以盼的盛事终于落幕，埃隆·马斯克携其“世界最强”AI模型Grok 4震撼发布。这一发布不仅标志着AI技术的新里程碑，更在“人类最后考试”上，以突破50%准确率的卓越表现，引领AI进入全新纪元。
Grok 4的发布直播中，马斯克与斯坦福大学博士后吴宇怀（Tony）Wu及多伦多大学出身的2023年斯隆奖得主Jimmy Ba共同揭开了其神秘面纱。据马斯克介绍，Grok 4在训练中融入了原生工具，使其在多项基准测试中表现非凡，尤其是在“人类最后考试”上，Grok 4 Heavy版本达到了44.4%的准确率，相比之前的顶尖模型Gemini-2.5-Pro，提升近18个百分点。若测试时同时训练并融入工具，其准确率更是飙升至50.7%，远超普通人类的5%平均水平。
马斯克毫不吝啬地称赞道，Grok 4的智力已超越所有领域的博士生，甚至在未提前接触题目的情况下，也能在SAT考试中取得近乎完美的分数，GER考试也近乎满分。他还预测，最晚明年，我们就能见证Grok在物理学领域的新发现。
在发布直播中，Grok 4在其他基准测试上的表现同样令人瞩目：GPQA（研究生水平问答）得分88.9%，AIME25（美国数学邀请赛）满分，LCB（Jan-May）得分79.4%，HMMT25（数学推理）得分96.7%，以及USAMO25（美国数学奥林匹克竞赛）得分61.9%。为了直观展示Grok 4的智能水平，直播中还播放了其与ChatGPT的语音对话对比，Grok 4的表现明显更胜一筹。
Grok 4的成功并非偶然。马斯克透露，其训练量是Grok 2的100倍、Grok 3的10倍，尤其在强化学习方面投入了大量计算资源，依托xAI建设的20万卡计算集群完成。Grok 4在后训练过程中原生融入工具的策略，也极大地提升了其智能水平。这一策略使得Grok 4能够灵活调用工具完成复杂任务，如基于预测市场数据预测MLB世界大赛胜率、通过后牛顿近似模型模拟黑洞引力波碰撞等。
不仅如此，Grok 4在编程、药物发现等领域也展现出强大实力。在Live Coding Bench编程测试中几乎满分，预告未来将推出专门的快速+智能编程模型；在RKG药物基准测试中，成为唯一突破10%准确率的模型。在真实世界场景中，Grok 4同样表现出色，如在自动零售bench上排名第一，还能协助生物医疗领域筛选假设、分析数据。
马斯克还透露了Grok系列的未来规划：即将发布一个编程模型，后续多模态Agent、视频生成模型等也都在研发中。特斯拉最新固件中已偷偷加入了Grok的全功能版本，只待激活。马斯克表示，Grok将成为特斯拉的语音助手，彻底改变驾驶员与汽车的对话交互方式，并支持英语和汉语。同时，擎天柱人形机器人也将搭载Grok语音助手，作为其大脑。
