馬斯克親自下場演示：Grok 新功能能"看片"了，一段科比 AI 視頻精準識破

馬斯克親自下場演示：Grok 新功能已能「看片」，一段科比 AI 合成影片被精準識破

特斯拉與 SpaceX 執行長伊隆・馬斯克近日在自家社群平台 X 上親自為旗下 AI 平台 Grok 的新版本宣傳，並上傳了一段已故籃球傳奇巨星柯比・布萊恩（Kobe Bryant）的 AI 合成影片作為實測案例。Grok 不僅完整解析了畫面中的場景與人物動作，還精準提取出影片中的核心台詞，最終判定這段影像為深度偽造的 AI 合成內容，展現出全新的影片多模態理解能力。 從馬斯克公開的對話紀錄可以看到，Grok 在接收到影片後隨即進行逐幀解析。模型描述道：「科比身穿黑色西裝，以標誌性的『曼巴精神』發表獨白，伴隨著指點、手勢、微笑以及身體前傾靠近鏡頭的動作，燈光極具電影質感。」這段描述顯示出 Grok 已能像人類觀眾一樣辨識畫面中的視覺元素與情緒氛圍。 隨後，Grok 進一步精準提取出影片中的核心台詞，包括「SpaceX 迄今為止打造的最強智能模型」「Grok 4.5，偉大源於磨礪，曼巴，退場」等句子。這項能力意味著 Grok 不再只是單純轉錄音頻，而是能在理解影片語境的同時，從連續畫面中鎖定關鍵話語。 最關鍵的環節在於綜合判定。Grok 結合所有畫面、台詞與上下文資訊，最終判定這段影像屬於深度偽造（Deepfake）的 AI 合成影片，並指出科比已於 2020 年離世，影片內的人物畫面均為 AI 生成而非真人實拍。這項判斷不僅展現了 Grok 的「看懂」能力，更凸顯其具備辨別真偽的高階推理邏輯，對於現今充斥假影片的網路環境極具實際應用價值。 Grok 近日正式上線的影片交互功能，讓用戶可以像上傳圖片一樣，在對話視窗中直接上傳本地影片檔案或貼上影片連結，並向 AI 下達各類指令。支援的功能包括總結影片全篇內容、識別畫面中的人物與物體、拆解動作細節，或針對任一細節持續追問交流。這項升級大幅拓展了 Grok 的應用場景，從過去的靜態圖像分析邁入動態影片理解。 相較於以往僅提取音頻文字、再生成摘要的舊模式，新版 Grok 實現了跨越式升級。它能夠聯動連續幀畫面、音頻資訊與上下文邏輯，全方位深度理解整條影片內容。當 AI 從「聽影片」進化到「看影片」，從單純的內容總結升級到真偽鑑別，影片交互的技術天花板又被抬高了一截。 這項新功能對於媒體識讀、內容審查、教育訓練乃至娛樂產業都將帶來深遠影響。過去要辨別一段影片是否為 AI 合成，往往需要仰賴專業工具與人力判斷，如今 Grok 能在對話中即時給出分析結果，大幅降低門檻。尤其對於 X 平台上的大量用戶，未來可能直接利用 Grok 來驗證可疑影片的真實性。 馬斯克選擇以科比 AI 影片作為測試案例，本身也帶有話題性。科比於 2020 年因直升機事故逝世，多年來相關的 AI 合成影片層出不窮，部分甚至被誤傳為真實畫面。Grok 能夠準確識別，並主動引用已知事實（科比已離世）來輔助判斷，展現出模型在知識記憶與推理推理上的整合能力。 目前 Grok 的影片交互功能已向部分用戶開放，預計將在後續更新中逐步擴大適用範圍。隨著多模態 AI 模型持續進化，從文字、圖片到影片的全方位理解已成為主流趨勢。Grok 新版本的上線，標誌著 xAI 在這一領域的技術實力正快速追趕甚至超越競爭對手。 業界分析指出，當 AI 能夠同時處理視覺、聽覺與語義資訊時，其在自動駕駛、機器人、醫療影像分析等領域的應用潛力也將大幅提升。Grok 此次升級不僅是產品功能的更新，更代表 AI 從「感知」走向「認知」的關鍵一步。未來，用戶或許只需上傳一段影片，就能讓 AI 完成從內容摘要到真偽驗證的全自動分析流程。 在馬斯克的親自背書下，Grok 的影片分析能力已然成為市場焦點。隨著更多用戶實際體驗，這項功能能否真正解決深度偽造影片帶來的資訊安全挑戰，值得持續關注。