新闻资讯7

Grok 4刷新ARC-AGI-2纪录，离AGI还有多远？

AGI Hunt2025-07-10

AI 摘要

xAI的Grok 4在ARC-AGI-2测试中成绩优异，成最强公开模型，打破噪声屏障。但网友质疑测试指标，且其离人类表现差距大。它在多测试领先，定价便宜，马斯克赞其能力强。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

ASI - Bench：测AI距自主科研有多远

ASI-Bench是衡量AI系统科学自主性的基准测试，由多机构联合开发。它能测试AI通用智能、创新性和执行力，通过信息梯度设计，让模型在不同指导量下完成科研任务，结果显示当前AI离自主科研有明显距离。

Ilya Sutskever创立的SSI或本周发布首个重磅模型，引发圈内关注。英伟达砸50亿美元合作，提升其算力。该模型基于测试时训练架构，能边学边进化，或终结大模型“预训练时代”。

重要AI开源平台Hugging Face正探索出售，估值或达130亿美元。消息引发对开源生态的担忧，此前微软收购GitHub就曾让部分人迁移代码。它从聊天机器人转型，近年还扩张到硬件等领域。

前两天J-Space凭夸张测试结果刷屏，宣称一份Skill接入Agent环境，能让V4 Pro在多基准大幅提升，部分成绩超Fable 5。但社区复测结果相反，作者未公开完整评测记录，还删质疑帖，引发公开打假。