埃隆?馬斯克旗下人工智能公司 xAI 近日有了新動作，其于11月17日正式推出最新大語言模型 Grok 4.1，并面向全體用戶開啟全面推送，這一消息引發(fā)了行業(yè)內(nèi)外的廣泛關(guān)注。

此次更新，xAI 著重提升 Grok 在真實(shí)世界場景下的可用性。官方介紹，Grok 4.1 不僅延續(xù)了前代模型在智能敏銳度和高可靠性方面的優(yōu)勢，還在創(chuàng)造性、情感理解以及協(xié)作互動等關(guān)鍵領(lǐng)域?qū)崿F(xiàn)了重大突破。這使得新模型能夠更精準(zhǔn)地捕捉用戶意圖，為用戶帶來更具吸引力且人格連貫性更強(qiáng)的對話體驗(yàn)。

在性能表現(xiàn)上，Grok 4.1 堪稱業(yè)界翹楚。在大型語言模型競技場（LMArena）的文本能力排行榜中，其具備深度思考能力的版本（代號：quasarflux）憑借 1483 的 Elo 分?jǐn)?shù)傲居榜首，領(lǐng)先第二名多達(dá) 31 分。而無需深度思考的“即時響應(yīng)”版本也不甘示弱，以 1465 的 Elo 分?jǐn)?shù)位列第二，甚至超越了其他所有模型的“全推理”模式。與前代 Grok 4（排名第 33 位）相比，此次新模型實(shí)現(xiàn)了質(zhì)的飛躍，充分彰顯了其在底層能力上的絕對優(yōu)勢。

除了通用能力表現(xiàn)出色，Grok 4.1 在“軟實(shí)力”方面同樣成績斐然。在衡量模型情商的 EQ-Bench3 基準(zhǔn)測試中，該模型的推理與非推理模式成功包攬榜單前兩名，充分證明了其在情感理解、洞察力和人際交往能力方面的卓越表現(xiàn)。在評估創(chuàng)意能力的 Creative Writing v3 測試中，Grok 4.1 的兩種模式也分別位列第二和第三，僅次于早期的 GPT - 5.1 模型。這意味著 Grok 4.1 不僅能夠應(yīng)對復(fù)雜的邏輯推理問題，還能更好地理解并回應(yīng)帶有情感色彩的提示，進(jìn)行富有想象力的內(nèi)容創(chuàng)作，讓人機(jī)交互更具“人情味”。

值得一提的是，Grok 4.1 還有一個關(guān)鍵改進(jìn)，即大幅降低了模型的“幻覺”率。對于配備搜索工具的快速響應(yīng)模型而言，由于推理深度和工具調(diào)用預(yù)算有限，容易出現(xiàn)事實(shí)性錯誤。針對這一問題，xAI 在 Grok 4.1 的訓(xùn)練后期，專門針對優(yōu)化信息查詢類提示進(jìn)行優(yōu)化，致力于減少事實(shí)性幻覺。根據(jù)對真實(shí)世界查詢樣本的評估，新模型的幻覺率已顯著降低，能夠?yàn)橛脩籼峁└煽?、更?zhǔn)確的信息。