马斯克xAI推出Grok 4：多代理推理、预测市场功能一次看

马斯克领军的人工智能公司 xAI 几个小时前正式发表最新一代 AI 模型 Grok 4，号称为「地表最聪明 AI」。该模型结合前所未有的推理能力、博士级学术水准与多工具使用的整合，并在多项基准测试中打破纪录。他预期 Grok 4 将在一年内带来实质性的技术发明或学术意义。

两版本：Grok 4 与 Grok 4 Heavy

首先，Grok 4 分为单纯的单代理版本 (Single-Agent Version) 的 Grok 4、以及多代理版本 (Multi-Agent Version) 的 Grok 4 Heavy。

目前，该公司也推出了至今最昂贵的订阅计划「SuperGrok Heavy」，每月 300 美元。计划订阅者能抢先体验 Grok 4 Heavy 服务，以及未来所推出功能的优先使用权。

博士等级智慧：从 SAT 满分到全领域天才

再来，xAI 声称 Grok 4 具有超越人类的学术与逻辑能力，成为现阶段最接近通用人工智慧 (AGI) 的模型之一。他能在美国 SAT、GRE等高等考试中获得近乎满分的成绩，并在所有学科表现出博士以上等级的知识涵养。

另外，Grok 4 在多项指标性基准测试中创下新高，展现前所未见的能力边界。具体包括：

其他还有医疗影像检查、金融策略制定与游戏开发等领域皆已存在实际应用。

同时，在人类终极测验 (Humanity’s Last Exam, HLE) 中，Grok 4 能在无辅助情况下解出 25.4% 题目，Grok 4 Heavy 版本则能够解出 44.4% 的题目，在现有 AI 模型中排名第一。

用 Colossus 超级电脑训练 Grok 4，运算效率大提升

xAI 透露，Grok 4 的问世背后，是来自硬体与训练策略的双重飞跃：「Grok 4 的训练量是 Grok 2 的 100 倍。」

借由我们的 Colossus 超级电脑约 20 万颗 H100 GPU，从预训练到强化学习 (RLHF)，Grok 4 强化了模型对推理任务的专注与精确度。

团队强调，随着人类编写的考题难度已「无法有效训练」Grok 4，现实世界将成为最终的测试场所，像是能否真正创造有用的发明或技术，借以判断它们是否实际有效。

工具整合与现实互动：Grok 4 迈向可操作性 AI

同时，Grok 4 也不只是会思考，更将学会如何动手解决真实世界问题。xAI 表明，不同于其他模型，Grok 4 将工具使用能力纳入训练流程，提升实作与应变能力：

未来几个月内，Grok 4 将接入特斯拉和 SpaceX 使用的工程分析工具，进入更精密的工程环境。我们更计划在今年底前向各大公司提供强大的企业级工具与高度精确的物理模拟器。

团队补充，「当前目标是让 Grok 能操纵人形机器人 Optimus，并在物理世界中验证其逻辑与创意的真实与有效性。」

超越人类的推理能力：Grok 4 能创造新发明？

再来是 xAI 最引以为傲的推理功能，Grok 4 不仅能从训练资料中提取知识，更具备经强化训练所培养的的逻辑思考能力，能在未知情境中自行构建问题解法，并进行多代理的集体思辨验证，最终跟人类科学家一样推导出自己的结论：

Grok 4 被设计为从「第一性原理」出发的思考方式，能自行发现问题、建构逻辑并完成复杂的演绎，这是其他与以往 AI 难以触及的推理场域。

xAI 预期，Grok 4 将在最早今年前、最晚明年发明出真正实用的新技术，并于未来两年内可能发现目前人类还未知的科学原理。

从市场预测到游戏创作：Grok 4 应用层面再次扩大

最后，xAI 也展示了 Grok 4 横跨语音互动与金融商业等多领域的实际应用潜力。以事件趋势判读为例，Grok 4 Heavy 能够查看预测市场 Polymarket、运用统计计算与推理能力，仅用几分钟便预测出道奇队在世界大赛的胜率为 21.6%，展现出超越传统量化分析工具的即时运算实力。

Grok 的未来愿景也令人惊艳，xAI 表示，未来版本将加入影片理解与游戏互动能力，能够游玩游戏并判断所谓「乐趣」，甚至整合游戏引擎自行创造互动与艺术内容。包括电视节目、电影作品与电玩游戏等。