在科技界的万众瞩目下，xAI公司创始人马斯克于北京时间9月10日中午，通过一场虽延迟却充满期待的直播，正式揭晓了其最新研发的人工智能大模型——Grok 4。
据马斯克介绍，Grok 4在性能上已远超当前业界顶尖的大模型，包括OpenAI的o3、Gemini 2.5 Pro及Claude 4等，无论是在传统的基准测试，还是SAT考试及各科GRE水平测试中，均展现出了非凡的实力。然而，更令人瞩目的是Grok 4在人类终极考试（Humanity’s Last Exam，简称HLE）中的表现，其准确率高达44.4%，刷新了所有模型的记录。
直播中，马斯克自信地表示，Grok 4的智力水平已超过几乎所有学科的研究生，甚至在某些学术问题上，其表现优于博士水平，且毫无例外。他进一步透露，Grok 4的基础模型第七版将于本月完成，后续还将进行强化学习训练，并增强视频理解能力和工具调用能力。未来几个月，xAI还将推出代码模型、多模型智能体及视频生成模型。
在技术层面，Grok 4不仅刷新了多项基准测试的记录，如在AIME25（美国数学竞赛邀请赛）上取得满分，还在ARC-AGI及HLE测试中展现了卓越的学习能力。HLE测试由全球专家联合设计，涵盖了数学、生物、计算机科学等多个学科，旨在考验AI的极限智能。Grok 4在此测试中准确率高达25.4%，借助工具时更是提升至44.4%，远超之前的领先模型。
现场演示环节，Grok 4展示了其在商业场景模拟、实时信息抓取及复杂问题分析等方面的能力。例如，在自动售货机基准测试中，Grok 4的管理库存、联系供应商及设定价格等运营效率均高于Claude Opus 4及真人，创造的净值是真人的5倍以上。Grok 4还能遍览关键论文和资料，模拟两个黑洞接触的变化，展现出其在科研领域的潜力。
然而，尽管Grok 4在技术上取得了显著突破，其发布会却略显仓促。原定时间推迟近一小时，且直播过程中节奏紧凑，部分演示显然经过预先准备。更为引人注目的是，就在发布会前夕，xAI首席科学家Igor Babuschkin突然宣布辞职，这无疑为这场发布会增添了一丝不稳定的气息。尽管如此，马斯克仍对Grok 4充满信心，并透露“Grok 4 Heavy”才是当前最强版本，但尚处于内测阶段，未向公众开放。
面对全球最强的竞争对手——OpenAI的ChatGPT和Google的Gemini，Grok 4能否脱颖而出，不仅取决于其技术实力，更在于平台、生态和用户基础的建设。Grok 4的“有性格、敢说话、更自由”的人设虽为其赢得了关注，但也可能引发争议。因此，Grok 4的真正考验，将在于其在实际应用中的表现及用户的接受程度。
