xAI 发布 Grok 4,它具备超人级别的推理能力! 前沿技术 大模型技术 新闻资讯 7月10日 编辑 charles 取消关注 关注 私信 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。 📮 本文由「AI 范儿」出品 我每天都在更新,如果你觉得这些内容对你有用, 那我们就加个关注、交个朋友。 📬 商务合作 / 培训邀请 / 专访约稿 👉 请关注公众号并回复【合作】获取联系通道