计算机行业深度研究报告：Grok，xAI引领Agent加速落地.pdf

计算机行业深度研究报告：Grok，xAI引领Agent加速落地。Grok：马斯克创立，xAI 公司旗下大语言模型。公司核心团队来自业内顶尖机 构，曾参与 GPT、AlphaStar 等项目。Grok 系列快速迭代，至 2025 年 7 月已 发布五个版本：Grok-1、Grok-1.5、Grok-2、Grok-3 和 Grok-4。Grok-1 是开源 的纯文本 MoE 模型，在编码和知识测试中表现出色，优于 ChatGPT-3.5。Grok1.5 引入长上下文和图像理解；Grok-2 整合实时检索和图像生成，形成多模态 闭环，在 MATH 测试中追平 GPT-4o，DocVQA 领先；Grok-3 显著强化推理能 力，在 AIME、GPQA 等高阶测试及 Chatbot Arena 中超越 GPT-4o、Gemini-2 Pro、DeepSeek V3、Claude 3.5 等旗舰模型；最新 Grok-4 上下文窗口翻倍至 256K tokens，保留多模态并计划新增语音交互及多智能体推理。

Agent：多维 Agent 助力 xAI 光速迭代，Grok 4 领衔 AI 学术领域。7 月 10 日，xAI 发布 Grok-4，宣称其综合性能全球领先，尤其在理工科和编程领域达 到博士研究水平。该模型在权威的“人类级考试”中以 44.4%准确率刷新纪录， 并在 AIME 数学竞赛、SAT、GRE 等传统测试中超越 OpenAI o3、Gemini 2.5 Pro 和 Claude 4 等顶级模型。Grok-4 具备处理超长信息的能力，计算资源投入 相比前代巨幅增加，并推出普通版和更强大的会员多智能体协作版“Grok-4 Heavy”。它在多场景应用表现出色，如预测体育赛事、生成物理动画、优化商 业运营及精准理解社交媒体内容。未来 Grok-4 将持续优化升级，8 月将推出 编程专用版本，9 月发布多模态智能体版本，10 月正式上线视频模型。xAI 同 时公布了庞大的算力建设蓝图，目标五年内达到相当于 5000 万块顶级 AI 芯 片的规模以支撑发展。

海外大模型引领行业发展，国产大模型多点突破持续追赶。对比分析国内外模 型产品，海外方面：OpenAI 持续推进 GPT-4 系列多模态升级，ChatGPT Agent 在多项基准测试表现出色，GPT-5 已经问世；Anthropic 的 Claude 4 系列在软 件编码能力上表现卓越。作为 Google 旗舰，Gemini 2.5 Pro 通过增加深度思考 模块、扩展上下文窗口及引入“思维预算”功能。国内方面：截至 2025 年 6 月底，我国生成式 AI 服务与应用备案登记体系规模化落地，累计备案服务 439 款、登记应用 233 款。国产模型表现亮眼：Kimi K2 性能逼近 Claude 4 Opus， 在多项评测中领跑国产开源模型，输入成本降至 GPT-4.1 的三分之一；新版 DeepSeek-V3.1 通过系统性 Post-Training 优化，在模型灵活性与推理效率的双 重突破，显著提升了工具调用及复杂任务执行性能。DeepSeek-V3.1 新版本基 于 Post-Training 优化显著增强 Agent 能力，大幅提升模型灵活性与思考效率， 在工具使用与智能体任务执行上表现突出。；阿里巴巴 Qwen3 系列持续升级， 新推出的 Qwen3 Coder 编程模型在编码基准测试中媲美 Claude Sonnet 4，在中 文语义和垂直任务中保持优势。国产大模型在性能、成本效率上突破显著增强 了国际竞争力。我们认为：1）全球大模型竞争格局，已由 OpenAI 一家独大， 走向多极竞争格局；2）AI 关注应聚焦模型即应用与 AI+场景维度。