马斯克：Grok 5将于今年年底前推出。
马斯克：Grok 5将于今年年底前推出。我不认为Grok 5会有本质（通用智力）突破，以及颠覆性应用。
——通用的底层智能General Foundational Intelligence，作为一个“幽灵”是否存在，仍然是个谜。
那种ARC测试就像瑞文测试，这种测试没有什么意义，人和Agent最能依靠的智能是经验和经历，尤其是经过“环境奖惩压力测试”的经验（对于DL模型来说，就是数据的多样性、针对性、准确性），而不是靠什么ARC和瑞文智力。这种过度抽象和简化的东西，就很不符合进化论的形式复杂性。
一个简单的逻辑，如果瑞文测试无法测试出人类真实的智能，就像你面试时，不用出具瑞文测试成绩，但必须要出具你的经验履历——那你怎么铁口直断ARC可以测试出模型的真实智能？
——目前语言模型能做的事，基本都已经被畅想出来了，都是处于那种“能想到但做大不到”的水平。这个东西，在我们的想象之中，预测之中，那么，就很难说是什么“颠覆”。
另外，过拟合匹配，正在毒害benchmarks，比如GPT-OSS 基准智力80，实际智力可能只有20。
xAI是刷榜大佬，对于马斯克与Sam Altman这种0道德玩家，你可以有一个信念：只要一个benchmark可以被hack，那么它一定会被hack。这个和lmsys arena是一个道理。
（但马斯克比Sam 稍微强一点，至少不会挂羊头卖狗肉，拿廉价的小型Coder模型充当大型General模型）
如果老马认为benchmarks=智能本智，hacking benchmarks = 追求智能，那成功是唾手可得的。
目前，还保持基本信用的，
只有Anthropic和Google，
未来的变革，也大概率只会在这两家中发生，
如果让我再加一个，也许我会加豆包（他们现在有在认真做好底子，而不是去打榜）。
马斯克在X平台上发表声明，宣称Grok5有望成为真正的通用人工智能（AGI）。
以Grok4为例，其表现令人瞩目：在一项模拟经营自动售货机的测试中，该AI需要像企业主一样管理库存、定价和订单。结果显示，Grok4的销量几乎是GPT5的两倍，并能维持业务运营近一年之久，充分展现了其卓越的长期推理能力。
但用户的真实体验却截然不同，网络上充斥着对Grok的负面评价，包括服务不稳定、回答质量不佳，甚至有人认为模型性能出现倒退。
这就暴露出了一个巨大的矛盾：为何在复杂测试中表现完美的AI，到了用户手中却问题频出。
亮眼的基准测试成绩与糟糕的日常体验，究竟哪个更能代表Grok的真实水平？Grok5会是AGI的黎明，还是又一个仅存在于发布会上的神话？在它真正解决用户基本体验问题之前，所有宏大叙事都值得商榷。
最近调用大模型API时，我都在使用胜算云平台。该平台通过单一API即可调用所有主流大模型，且包含充值优惠，实际使用成本相当于原价的九折。
文章来源：「来源见截图水印」
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/237160.html