計(jì)算機(jī)行業(yè)深度研究報(bào)告：Grok，xAI引領(lǐng)Agent加速落地.pdf

計(jì)算機(jī)行業(yè)深度研究報(bào)告：Grok，xAI引領(lǐng)Agent加速落地。Grok：馬斯克創(chuàng)立，xAI 公司旗下大語(yǔ)言模型。公司核心團(tuán)隊(duì)來(lái)自業(yè)內(nèi)頂尖機(jī) 構(gòu)，曾參與 GPT、AlphaStar 等項(xiàng)目。Grok 系列快速迭代，至 2025 年 7 月已 發(fā)布五個(gè)版本：Grok-1、Grok-1.5、Grok-2、Grok-3 和 Grok-4。Grok-1 是開(kāi)源 的純文本 MoE 模型，在編碼和知識(shí)測(cè)試中表現(xiàn)出色，優(yōu)于 ChatGPT-3.5。Grok1.5 引入長(zhǎng)上下文和圖像理解；Grok-2 整合實(shí)時(shí)檢索和圖像生成，形成多模態(tài) 閉環(huán)，在 MATH 測(cè)試中追平 GPT-4o，DocVQA 領(lǐng)先；Grok-3 顯著強(qiáng)化推理能 力，在 AIME、GPQA 等高階測(cè)試及 Chatbot Arena 中超越 GPT-4o、Gemini-2 Pro、DeepSeek V3、Claude 3.5 等旗艦?zāi)Ｐ停蛔钚?Grok-4 上下文窗口翻倍至 256K tokens，保留多模態(tài)并計(jì)劃新增語(yǔ)音交互及多智能體推理。

Agent：多維 Agent 助力 xAI 光速迭代，Grok 4 領(lǐng)銜 AI 學(xué)術(shù)領(lǐng)域。7 月 10 日，xAI 發(fā)布 Grok-4，宣稱其綜合性能全球領(lǐng)先，尤其在理工科和編程領(lǐng)域達(dá) 到博士研究水平。該模型在權(quán)威的“人類級(jí)考試”中以 44.4%準(zhǔn)確率刷新紀(jì)錄， 并在 AIME 數(shù)學(xué)競(jìng)賽、SAT、GRE 等傳統(tǒng)測(cè)試中超越 OpenAI o3、Gemini 2.5 Pro 和 Claude 4 等頂級(jí)模型。Grok-4 具備處理超長(zhǎng)信息的能力，計(jì)算資源投入 相比前代巨幅增加，并推出普通版和更強(qiáng)大的會(huì)員多智能體協(xié)作版“Grok-4 Heavy”。它在多場(chǎng)景應(yīng)用表現(xiàn)出色，如預(yù)測(cè)體育賽事、生成物理動(dòng)畫、優(yōu)化商 業(yè)運(yùn)營(yíng)及精準(zhǔn)理解社交媒體內(nèi)容。未來(lái) Grok-4 將持續(xù)優(yōu)化升級(jí)，8 月將推出 編程專用版本，9 月發(fā)布多模態(tài)智能體版本，10 月正式上線視頻模型。xAI 同 時(shí)公布了龐大的算力建設(shè)藍(lán)圖，目標(biāo)五年內(nèi)達(dá)到相當(dāng)于 5000 萬(wàn)塊頂級(jí) AI 芯 片的規(guī)模以支撐發(fā)展。

海外大模型引領(lǐng)行業(yè)發(fā)展，國(guó)產(chǎn)大模型多點(diǎn)突破持續(xù)追趕。對(duì)比分析國(guó)內(nèi)外模 型產(chǎn)品，海外方面：OpenAI 持續(xù)推進(jìn) GPT-4 系列多模態(tài)升級(jí)，ChatGPT Agent 在多項(xiàng)基準(zhǔn)測(cè)試表現(xiàn)出色，GPT-5 已經(jīng)問(wèn)世；Anthropic 的 Claude 4 系列在軟 件編碼能力上表現(xiàn)卓越。作為 Google 旗艦，Gemini 2.5 Pro 通過(guò)增加深度思考 模塊、擴(kuò)展上下文窗口及引入“思維預(yù)算”功能。國(guó)內(nèi)方面：截至 2025 年 6 月底，我國(guó)生成式 AI 服務(wù)與應(yīng)用備案登記體系規(guī)模化落地，累計(jì)備案服務(wù) 439 款、登記應(yīng)用 233 款。國(guó)產(chǎn)模型表現(xiàn)亮眼：Kimi K2 性能逼近 Claude 4 Opus， 在多項(xiàng)評(píng)測(cè)中領(lǐng)跑國(guó)產(chǎn)開(kāi)源模型，輸入成本降至 GPT-4.1 的三分之一；新版 DeepSeek-V3.1 通過(guò)系統(tǒng)性 Post-Training 優(yōu)化，在模型靈活性與推理效率的雙 重突破，顯著提升了工具調(diào)用及復(fù)雜任務(wù)執(zhí)行性能。DeepSeek-V3.1 新版本基 于 Post-Training 優(yōu)化顯著增強(qiáng) Agent 能力，大幅提升模型靈活性與思考效率， 在工具使用與智能體任務(wù)執(zhí)行上表現(xiàn)突出。；阿里巴巴 Qwen3 系列持續(xù)升級(jí)， 新推出的 Qwen3 Coder 編程模型在編碼基準(zhǔn)測(cè)試中媲美 Claude Sonnet 4，在中 文語(yǔ)義和垂直任務(wù)中保持優(yōu)勢(shì)。國(guó)產(chǎn)大模型在性能、成本效率上突破顯著增強(qiáng) 了國(guó)際競(jìng)爭(zhēng)力。我們認(rèn)為：1）全球大模型競(jìng)爭(zhēng)格局，已由 OpenAI 一家獨(dú)大， 走向多極競(jìng)爭(zhēng)格局；2）AI 關(guān)注應(yīng)聚焦模型即應(yīng)用與 AI+場(chǎng)景維度。