馬斯克放話:Grok 4.6 下週登場,SpaceX 全部歷史數據將灌入模型訓練
重點摘要
馬斯克在SpaceX財報電話會上宣布,Grok 4.6預計下週推出,隨後幾週內再推出Grok 4.7。SpaceX將提供全部歷史數據,包含火箭發射、遙測和製造等資料,用於訓練下一代Grok模型。
馬斯克再度展現其對人工智慧與航天技術結合的野心。在當地時間8月4日舉行的SpaceX首次季度財報電話會議上,這位科技巨頭親自揭露了旗下AI模型Grok的最新進展,並給出明確的發布時間表:Grok 4.6預計將在下週正式推出,而緊接著在數週之內,Grok 4.7也會接力登場。這一系列動作距離xAI剛發布Grok 4.5僅一個月左右,顯示出馬斯克團隊正以極快節奏迭代AI模型。Grok 4.5於今年7月才正式亮相,當時主打強化後的程式碼生成能力,同時也能夠處理財務分析與法律文件等專業任務,被視為xAI在垂直領域應用的關鍵一步。然而,馬斯克顯然不滿足於僅靠公開網路資料來訓練模型。
他在財報電話會上宣布了一項更具突破性的計畫:SpaceX將為Grok的訓練注入前所未有的獨家數據源。「我們將把SpaceX的整個數據集,基本上就是SpaceX有史以來產生的全部數據,整合進Grok的訓練裡。」馬斯克在會中明確表示。這意味著,從火箭發射的即時遙測數據、飛船在軌運行的感測器紀錄,到製造過程中的品質控管參數與營運環節的歷史資料,這些過去僅供內部使用的海量一手數據,都將成為下一代Grok模型的訓練素材。這項決策背後代表著AI訓練模式的重大轉變。過去,大型語言模型主要依賴網路上可取得的公開文本、程式碼與學術論文,但這些資料往往缺乏特定領域的深度與即時性。
SpaceX所擁有的航天數據,不僅涵蓋了數千次發射與測試的真實結果,更包含大量失敗案例與極端環境下的應對記錄,對模型理解物理極限與工程系統的複雜性具有極高價值。馬斯克也暗示,這批數據的規模極為龐大,涵蓋了SpaceX從創立至今所有累積的工程與營運紀錄。透過將這些私有數據餵入Grok,模型將能夠學習到火箭設計、推進系統優化、發射窗口計算乃至於太空船維修邏輯等專業知識,未來甚至可能直接用於輔助航天任務的規劃與決策。值得注意的是,這並非馬斯克首次嘗試將旗下企業的數據互通。
過去特斯拉曾利用其車隊蒐集的真實道路數據來訓練自動駕駛模型,而此次將SpaceX的歷史數據導入Grok,則可視為同一套邏輯的延伸——透過真實世界的運作數據來強化AI的推理能力,而不是僅靠靜態的訓練資料庫。在財報電話會議上,馬斯克並未透露Grok 4.6與4.7的具體功能升級細節,但從其急迫的更新節奏以及數據源的擴充方向來看,新一代Grok很可能在工程與科學領域展現出超越現有模型的表現。尤其當模型能夠直接存取火箭發射的真實參數與結果,它對於物理模擬、風險評估與系統最佳化的理解,將遠非僅靠閱讀手冊的模型可比。此外,SpaceX的財報電話會也首次揭露了公司內部業務結構的變化。
雖然本次會議主要談及AI進展,但外界也注意到SpaceX的AI部門營收已出現驚人成長,甚至超越傳統航天發射業務,成為公司新的價值核心。這也解釋了為何馬斯克願意將最核心的航天數據投入AI訓練——因為AI本身已經成為SpaceX的重要利潤來源。對於xAI而言,獲得SpaceX的獨家數據無疑是與其他競爭者拉開差距的關鍵武器。當前市場上的主流AI模型如OpenAI的GPT系列或Anthropic的Claude系列,雖然在通用知識與對話能力上表現優異,但缺乏像SpaceX這樣擁有大量真實工程與物理數據的合作夥伴。這使得Grok在特定專業領域的潛力備受期待。當然,將航天級數據用於AI訓練也帶來新的挑戰。
首先,這些數據包含大量敏感資訊,例如火箭的設計細節、發射失敗的技術原因等,如何在訓練過程中確保數據安全與商業機密不被外洩,將是xAI必須解決的問題。其次,航天數據的格式與結構高度專業,模型需要經過針對性的預處理與標註,才能真正發揮學習效果。儘管如此,馬斯克在電話會上表現出十足的信心。他強調,Grok的下一階段發展將不再只是依靠公開語料,而是真正接入SpaceX的實戰經驗。這番話語也暗示,未來xAI可能進一步整合其他馬斯克旗下企業的數據,例如特斯拉的自動駕駛資料或Neuralink的腦機介面紀錄,打造一個跨領域的巨型AI訓練體系。隨著Grok 4.
6即將在下週登場,外界將有機會第一手檢驗這批航天數據的導入效果。如果一切順利,預計在數週後推出的Grok 4.7將會融入更多來自SpaceX的訓練成果,屆時模型在工程、科學與技術領域的表現,或許將改寫目前AI應用的邊界。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

DeepSeek重啟融資,三年市值對齊騰訊?
DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。

可靈AI核心技術骨幹王鑫濤被曝離職
快手可靈AI核心技術骨幹王鑫濤被曝離職,去向未知,快手官方與本人均未回應。王鑫濤是圖像與視頻生成領域知名開源項目主要作者,被視為可靈從0到1的關鍵推手。其離職發生在可靈完成獨立融資、估值180億美元的關鍵階段,可能影響研發進度與競爭優勢。