AGI的尽头是「带货」吗？一个名为「Vending Bench」的AI新榜单让大模型经营真实的自动售货机，在长周期商业任务中一较高下。在这场独特的较量中，马斯克的Grok-4凭借更强的「卖货」能力超越了GPT-5。
继Kaggle Game Arena的淘汰赛后，国际象棋积分赛成果出炉！OpenAI o3以人类等效Elo 1685分傲视群雄，而Grok 4和Gemini 2.5 Pro紧随其后。DeepSeek R1和GPT-4.1、Claude Sonnet-4、Claude Opus-4并列第五。
多模态的生成，是 AI 未来的方向。 最近，AI 领域的气氛正在发生微妙的变化。比如，刚刚推出了 Grok 4 的 xAI 却在重点宣传他们的视频生成模型 Grok Image。
Grok 又双叒叕捅娄子了。 在用户完全不知情的情况下，马斯克旗下 AI 聊天机器人 Grok 将数十万条用户聊天记录公开发布，并被 Google 等搜索引擎全网收录。
前沿 AI 模型真的能做到博士级推理吗？ 前段时间，谷歌、OpenAI 的模型都在数学奥林匹克（IMO）水平测试中达到了金牌水准，这样的表现让人很容易联想到 LLM 是不是已经具备了解决博士级科研难题的推理能力？
思维链 (CoT) 提示技术常被认为是让大模型分步思考的关键手段，通过在输入中加入「Let’s think step by step」等提示，模型会生成类似人类的中间推理步骤，显著提升复杂任务的表现。然而，这些流畅的推理链条是否真的反映了模型的推理能力？
xAI又一位联创官宣离职了！AlphaStar之父Igor Babuschkin发长文告别，回忆曾带队爆肝120天造出全球最强超算，老马亲自下场致谢：没有你就没有xAI的今天。
强化学习（RL）是锻造当今顶尖大模型（如 OpenAI o 系列、DeepSeek-R1、Gemini 2.5、Grok 4、GPT-5）推理能力与对齐的核心 “武器”，但它也像一把双刃剑，常常导致模型行为脆弱、风格突变，甚至出现 “欺骗性对齐”、“失控” 等危险倾向。
奥特曼砍掉GPT-4o，防止用户沉迷；马斯克Grok 4限时免费，用「热辣模式」和拟人化角色留住用户。
刚刚，xAI 宣布，Grok 4 从现在起对全球所有用户免费开放！不是试用，不是限时，而是真正的免费。不再是鸽rok，而是Grok！使用 Auto 模式，系统会自动判断你的问题复杂度，把需要高级推理的查询路由到 Grok 4。如果你想要更多控制权，随时可以切换到 Expert 模式，让每个查询都走 Grok 4。
