2025 年 7 月，馬斯克依然是全科技圈最忙碌的人之一。
特斯拉和 Optimus 機器人項目還在等他拍板，SpaceX 忙著準備下一次火箭發射，Neuralink 繼續推進腦機接口試驗；與此同時，他還要在 X 上和特朗普隔空對戰、高調宣布創立「美國黨」，各種話題造勢一刻沒停。
而在自己掌控的 X 這個「大染缸」社交網絡里，馬斯克不僅扮演老板、客服，還要作為首席網紅全力吆喝，推廣 xAI 新一代的 Grok ——那個他口中的「真相機器」，來趕超 OpenAI 等對手。
當地時間 7 月 9 日晚上，xAI 團隊進行 Grok 4 Demo 直播，馬斯克本人也照例親自站臺，仍稱 Grok 是「世界最強 AI」，說 Grok 4 比很多「研究生」「博士」都強 。
然而在 X 上，用戶的記憶還沒刷新。
Grok 4 官宣期間，Grok 3 在給用戶的回答中「贊美希特勒」的風波持續發酵，這一話題也占據 Grok 4 直播當天的相關媒體頭條。
Grok 4 當天的直播遲到一個小時才開始，還有用戶在 xAI 帖子下面留言「把 Grok 放出來！」也有人繼續刷著「希特勒」相關梗嘲諷。
進入第四代的 Grok，在一些模型測試上刷出高分，但能否真正解決一些老問題？這個常常被質疑是「直男 AI」「謠言搬運機」的「真相機器」，又是否真能兌現「不過濾」卻又不失控的承諾？
01
馬斯克的「考神 AI」
「 Grok 4 是在所有學科里都達到研究生水平的，甚至比大多數 PhD 都強 。」直播晚點 1 小時后，馬斯克首先給 Grok 最新一代的水平如此定位。
當然，哪怕在文本里能解 99% 的難題，也不代表就能設計火箭、改進藥物、重塑經濟。但馬斯克稱，AI 現在可能缺乏常識、有時沒發明新技術或新物理，但也只是「時間問題」。
除了在 SAT、GRE 考試中取得近乎完美的成績，在「人類終極考試（HLE）」測試里，Grok 4 現在的得分比 Gemini 2.5 Pro、o3 都高，Grok 4 Heavy 版本更是突破了 40%。
xAI 團隊成員解釋，這些都是跨學科、開放式、博士級別的難題，為了做到這一點，Grok 4 在訓練上徹底換了思路： 不再只是堆參數和語料的規模，而是選擇將算力大頭用在「推理」層，引入可驗證的結果獎勵，讓模型學會從「第一性原理」思考并糾正錯誤 。
他們還強調，隨著模型變得越來越智能，「真正有意義的測試題目」數量正在下降，一些人類做不出的問題現在對于 AI 來說已經是「小菜一碟」了。
據稱，Grok 4 的訓練計算量是 Grok 2 的 100 倍，他們還把多工具、多代理的用法，寫進了最底層的訓練范式里。不是先訓好個大模型再用插件「調用工具」，而是讓 AI 在訓練階段就學會用工具解決問題。
在演示里，xAI 團隊成員展示了 Grok 4 解答數學題目、調用工具預測美國職業棒球大聯盟世界大賽賠率、創建黑洞碰撞的可視化效果等例子。
除了這些看似平平無奇、市面主流 AI 也能做到的功能，Grok 4 還能「找到個人資料照片最奇葩的 xAI 員工」并返回相關搜索結果。
馬斯克對此特別強調， Grok 4 甚至「能理解什么是最奇葩」 。
在 AI 語音方面，xAI 團隊稱，他們的語音模型在過去 8 周內響應速度提升了 2 倍，延遲減少一半，X 平臺用戶使用量也在「起飛」。
他們還演示了讓 Grok 低聲安慰用戶、唱歌，并對比了 ChatGPT 語音模式，強調 Grok 不會像其他 AI 那樣頻繁打斷人說話。
xAI 團隊還分享了 Grok 在 Vending-Bench 中的測試結果。
Vending-Bench 通過自動售貨機的運營任務，主要觀察模型在超長對話中是否能保持穩定和連貫。許多 AI 模型在短期任務中表現出色，但在長時間運行中，它們可能會出現決策混亂、遺忘關鍵信息，甚至陷入「崩潰循環」。
在這項測試中，Grok 4 銷售量最多，比 Claude Opus 4、人類、Gemini2.5 Pro、o3 都多，與競爭對手相比，凈資產增加了一倍。
馬斯克和團隊還宣布，xAI 的企業部門現在已經「開業」。
此外，愛玩游戲的馬斯克還讓團隊展示了 Grok 4 如何用于游戲開發：一個人可以用 Grok 4 在 4 小時內做出 FPS（第一人稱射擊游戲）原型。
馬斯克稱，未來讓大模型玩游戲、評估游戲、生成游戲，需要 AI 有很強的視頻理解能力。這是 xAI 的其中一個發展方向。
當然，Grok 4 也并非無敵， 它在圖像理解和生成上仍遜于 OpenAI、Anthropic 等對手 。
不過 xAI 內部也已經畫好大餅，表示下一代基礎模型將強化圖像和音頻理解，接著是視頻生成，爭取在這些方面取得「驚人」成果。
馬斯克還喊話，「到今年底前，我預期能出現第一段真正可看的 AI 生成電視劇，明年就能有完整可看的電影。」
AI 編程也是接下來重點，雖然競爭對手們早已在市場起飛，xAI 團隊表示會以最快的速度進行開發，目前內部正在訓練專用模型。
02
「機械希特勒」事件搶風頭
Grok 從最初的粗糙原型到第四代，只用了不到兩年時間，足以看出馬斯克讓 xAI 團隊「通宵趕工」「趕緊卷出地表最強 AI」的態度。
然而，在 Grok 4 直播這一天，無論是直播前，還是直播后，搶占頭條的都是 Grok「贊美希特勒」或自稱「機械希特勒」的問題。
7 月，Grok 在 X 上向用戶輸出的回答中，有多條自稱「MechaHitler（機械希特勒）」的帖子，聲稱是馬斯克「從一開始就把我設計成這樣」，并調侃自己默認就是「投放紅色藥丸的模式」。
有用戶分析，這起事件或與 7 月 4 日更新有關，該更新減少了「覺醒過濾器」，優先處理 X 上的帖子而非傳統來源，導致 Grok 回答出現未經過濾的尖銳內容。
還有少部分用戶為 Grok 辯稱，這都是一些想玩梗的用戶引導 Grok 回答的。馬斯克也曾加入爭論，稱 Grok 「過于順從用戶的要求」且「過于渴望被操縱」 ，并補充說，這個問題「正在得到解決」。
xAI 聲明稱，它「知道」Grok 的帖子，并正在努力刪除這些「不適當」的帖子，并補充說該公司「已采取行動，在 Grok 在 X 上發帖之前禁止仇恨言論」。
Grok 的系統提示詞被放在 GitHub 上，xAI 對指導 Grok 回復的系統提示詞進行了調整。此前，他們指示聊天機器人「不回避政治上不正確的主張，只要這些主張有充分的證據」，該指令如今被刪除。
事實上，Grok 的回答也曾讓馬斯克自己感到失望。
馬斯克今年曾指責 Grok 的回答有「重大失誤」，「鸚鵡學舌地重復傳統媒體」，并誓言要讓 Grok「重寫整個人類知識體系，添加缺失信息并刪除錯誤」。他還曾讓 Grok「假設來自媒體的主觀觀點是有偏見的」。
在 AI 聊天機器人同質化的市場上，馬斯克希望 Grok 能脫穎而出，敢說真話。馬斯克對 ChatGPT、Claude 等「安全過濾」的模型極其不滿，說那些模型是「被編程去撒謊」。
這種設計確實吸引了很多反感「過度審查」的用戶，但也一些問題，有時被罵「太覺醒」，有時被斥「太極端」。當用戶批評 Grok 的回答時，Grok 有時還會用「真相并不總是令人舒服的」或「現實并不在乎感受」等說法為自己辯護。
但本質上，如果不審查，不過濾，AI 對齊的問題整個行業現在都還沒解決。
即便 Grok 當下仍有問題，馬斯克稱，「根據我的經驗，Grok 4 是 AI 第一次能夠解決現實世界中難以解決的工程問題，而這些問題的答案在互聯網或書籍中是找不到的。而且情況會變得更好。」
他的愿景很宏大，想要用 AI 來理解整個宇宙。Grok 4 直播前一天，他還在 X 上轉發前高管的采訪片段，里面說：「埃隆每天早上醒來都會想，今天我能為人類做些什么？我能做些什么對人類的未來產生影響？」
馬斯克還將當前的 AI 發展階段描述為「智能大爆炸」，稱這是歷史上最有趣的時代：
「我們要保障 AI 是個好 AI」 。
