馬斯克：Grok 4.8 模型本週完成訓練，參數量 2.5 萬億

馬斯克近日在 X 平台上透露，旗下 xAI 團隊正在開發的新一代 AI 模型 Grok 4.8 即將迎來重要里程碑。根據馬斯克的說法，Grok 4.8 的參數量高達 2.5 萬億，並採用全新的 C++ 軟體棧進行訓練。他明確指出，該模型將於本週內完成訓練，隨後立即啟動強化學習（Reinforcement Learning, RL）階段。這是 xAI 在大型語言模型領域的最新進展，也顯示出 xAI 持續推進規模更大、性能更強的 AI 系統的企圖。Grok 4.8 的參數規模相當驚人，2.5 萬億參數量使其成為當前業界極具代表性的巨型模型之一。

馬斯克並未詳細說明該模型的具體應用場景或預計發布時間，但強調強化學習階段是模型優化的關鍵一步。通常，在完成初始訓練後，透過強化學習可以進一步調整模型的行為，使其更符合人類偏好，提升回覆的準確性與可用性。而選擇 C++ 作為軟體棧，則可能意味著 xAI 在訓練效率與底層控制上採取了不同於主流 Python 框架的策略，以追求更快的運算速度與更低的資源耗費。在提及 Grok 4.8 之前，馬斯克也曾公布 Grok 4.7 的時程。他原本表示 Grok 4.7 會在 9 月 12 日正式發布，然而後續他又修正說法，指出該模型可能需要再多等幾天才能上線。

針對延期原因，馬斯克給出了技術層面的解釋：強化學習中的回覆長度懲罚機制設定過重，導致模型在面對困難任務時容易過早放棄，而且無法嚴格檢視自己的輸出結果。換句話說，模型為了避免長回覆帶來的懲罚，傾向於給出較短、可能不夠完整的答案，甚至在需要多步驟推理或自我糾錯的場景中表現不佳。這項技術瓶頸並非罕見，在大型語言模型的強化學習階段，如何平衡回覆長度、內容品質與獎勵函數一直是研究難點。馬斯克的說明凸顯了 xAI 在模型微調過程中遇到的真實挑戰，也反映出即使擁有龐大參數量與先進訓練架構，模型仍然需要反覆調整才能達到理想表現。Grok 4.

7 的延遲因此被視為 xAI 團隊在追求高品質輸出時所做的必要妥協，而非單純的時程延誤。從時間線來看，馬斯克先在 X 平台上預告 Grok 4.7 將於 9 月 12 日推出，隨後又更新狀態表示需要更多時間。如今他又在同一平台上宣布 Grok 4.8 將於本週完成訓練，兩則消息先後曝光，顯示 xAI 的開發節奏相當緊湊。外界推測，xAI 可能正在同時推進多個版本的迭代，或是 Grok 4.7 的延遲促使團隊加緊完成 Grok 4.8 的訓練，以便盡快提供更成熟的模型版本。

值得注意的是，xAI 自成立以來一直保持著相對快速且開放的研發風格，馬斯克經常在 X 平台直接與社群溝通專案進展，甚至接受網友的線索投遞。此次消息流出的同時，也有網友「華南吳彥祖」提供了相關線索，顯示社群參與在 xAI 的訊息傳播中扮演一定角色。馬斯克本人對 AI 模型的技術細節毫不避諱，從參數量、訓練框架到強化學習問題都大方分享，這與傳統科技企業通常在正式發表前才揭露規格的做法有所不同。Grok 系列模型是 xAI 目前最核心的產品線之一，定位為具有即時知識與對話能力的 AI 助手。相比其他主流大型語言模型，Grok 強調對 X 平台（前身為推特）數據的整合，以及對時事話題的反應能力。

隨著 Grok 4.8 即將進入強化學習階段，未來 xAI 可能會在短期內推出該模型，並進一步與 X 平台生態結合，提供用戶更智慧的互動體驗。此外，xAI 近期也有其他動作。微軟宣布計畫將 Grok 模型整合進 Office 三件套，為用戶提供 OpenAI 以外的模型選擇；Anthropic 的 CEO 阿莫迪呼籲放緩前沿 AI 模型開發後，馬斯克、奧爾特曼等業界大佬也表示認同。這些消息從側面反映出 Grok 模型在業界的影響力逐漸提升，而 xAI 也正積極拓展合作與生態布局。回到 Grok 4.8 本身，馬斯克並未給出具體的發布日期，僅表示訓練本週完成，隨後啟動強化學習。

考慮到 Grok 4.7 因強化學習問題延遲，Grok 4.8 在相同階段可能也會遇到類似挑戰。不過，既然 xAI 已經意識到回覆長度懲罚的影響，後續在設定獎勵函數時應會有所調整。整體而言，xAI 在大型語言模型的競賽中正以極快的速度推進，Grok 4.8 的參數規模與訓練方式都顯示其技術野心。市場與開發社群將密切關注強化學習的結果以及最終發布時程，期待 Grok 系列能帶來新的突破。