马斯克宣布Grok语音模式正式上线：早期测试版本 可能有一些问题

最新推荐文章于 2025-12-20 19:32:34 发布
原创 最新推荐文章于 2025-12-20 19:32:34 发布 · 409 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #语音识别

快科技2月23日消息，据报道，马斯克旗下xAI团队近期动作频频，继2月18日直播发布Grok最新版本Grok3后，马斯克又在社交平台X上宣布，Grok语音模式早期测试版现已在Grok应用程序上线，并对其表现给予了高度评价。

尽管马斯克坦言Grok语音模式仍处于早期测试阶段，可能存在一些问题，但他依然对其表现赞不绝口。Grok语音模式的上线，意味着用户可以通过语音与Grok进行交互，这将极大提升用户体验，并拓展Grok的应用场景。

2月20日，xAI宣布Grok3开放免费使用，这一举措迅速引爆AI圈。Grok应用随即登上美国区App Store免费应用榜首，超越了OpenAI的ChatGPT应用，成为当前最受欢迎的AI工具之一。

从xAI团队直播展示的数据来看，Grok3在数学、科学与编程的基准测试上已经超越了目前所有的主流模型，展现出强大的性能。

马斯克甚至宣称Grok3未来将用于SpaceX火星任务计算，并预测“三年内将实现诺贝尔奖级别突破”，这无疑为Grok3的未来发展增添了更多想象空间。

马斯克宣布Grok语音模式正式上线：早期测试版本 可能有一些问题

原文链接： 马斯克宣布Grok语音模式正式上线：早期测试版本 可能有一些问题--快科技--科技改变未来

Grok 4深度解析：马斯克号称“史上最强AI”，年费最高可达3000美元！
Code_流苏：在代码中寻诗意，在实践中觅真知
07-12 1446
大家好，我是流苏，最近，xAI公司旗下AI聊天机器人的最新版本Grok 4在发布会上正式推出，在AI圈内瞬间引起了广泛热议，我们一起来看看这场发布会的内容吧！
马斯克：Grok 正在开发语音交互功能；阶跃星辰开源产品级语音交互大模型 Step-Audio 丨日报
声网的博客
02-18 1619
Grok3 采用了深度学习和强化学习相结合的方法。通过深度学习，模型能够从大量数据中提取特征和模式。强化学习使 Grok3 能够在训练过程中不断调整自身的策略，以获得更高的奖励信号。在推理任务中，Grok3 通过多次尝试和验证，不断优化自身的推理路径，从而找到最优解。Grok3 的深度搜索功能是其架构中的另一个重要模块，够快速检索和验证信息，为用户提供准确的答案。深度搜索模块的设计灵感来源于当前最先进的搜索引擎技术，但 Grok3 在此基础上进行了显著的改进和优化。
X 的 Grok 人工智能聊天机器人现已向所有用户开放
weixin_41446370的博客
12-07 372
让更多人使用 Grok 可能有助于它与 OpenAI 的 ChatGPT、Google Gemini、Microsoft Copilot 和 Anthropic 的 Claude 等已经免费的聊天机器人竞争。根据《华尔街日报》的报道，在最新一轮融资中募集了 60 亿美元的 xAI 也在考虑为 Grok 推出独立应用，而 ChatGPT、Gemini 和 Claude 已经拥有了这种应用。今年 8 月，xAI 为 Grok 添加了文本到图片的生成功能，结果发现它会生成 一些有问题的图片。
马斯克最强模型 Grok4 登场：碾压人类考试、重塑 AI 天花板
欢迎来到运通链达的官方博客！我们深度探讨人工智能技术与应用，贯彻科技向善理念，推动科技进步与社会福祉和谐共生。
07-12 1012
【摘要】Grok 4 作为 xAI 最强 AI 模型，在基准测试中碾压对手，重塑 AI 天花板，推动从工具向认知仲裁者的转变。
一文了解马斯克的Grok 3有多强大
Survivor_sl的博客
02-19 1371
今天，马斯克的xAI正式发布了其最新一代大型语言模型Grok 3。最后还有一个免费白嫖Grok API的方法，大家有需要也可以试试。
马斯克发布Grok 4：重新定义AI边界，还是一场昂贵的技术狂欢？
主更ML和LLM的相关安装教程、坑点、及时资讯
07-14 910
Grok 4以其多智能体协作、推理能力和生态整合，重新定义了AI的技术边界。但3000美元的定价、伦理争议和与现实世界交互的不确定性，使其成为一把"双刃剑"。当AI能独立完成博士级研究、参与商业决策，我们或许正站在通用人工智能（AGI）的门槛前。但正如马斯克所言："现实才是最终的推理测试。"Grok 4的真正价值，将在技术突破与社会责任的平衡中得到检验。你如何看待Grok 4的技术突破与争议？欢迎在评论区分享观点。
马斯克发布Grok3大模型：性能超越GPT-4o和Gemini
MoonstoneTiger89的博客
11-01 400
Grok3采用了合成数据集、自我校正和强化学习等技术，现场演示中成功生成了行星际轨迹动画和游戏代码，展现了强大的多模态理解能力。：为支持Grok3训练，xAI在三个月内将数据中心GPU数量翻倍至20万块H100，并与戴尔达成50亿美元服务器采购协议，计划部署搭载英伟达GB200芯片的新型服务器。这款被马斯克称为"地球上最聪明的人工智能"的系统，在多项基准测试中展现出超越主流模型的性能表现。实际操作中发现，平台响应速度快，生成的项目结构清晰，特别适合快速验证AI相关的创意想法。提供了便捷的在线环境。
马斯克让 AI 学会撒娇开车？Grok 新功能把虚拟伴侣玩出花，付费用户已沦陷
欢迎来到运通链达的官方博客！我们深度探讨人工智能技术与应用，贯彻科技向善理念，推动科技进步与社会福祉和谐共生。
07-18 1939
【摘要】马斯克旗下Grok推出的3D虚拟伴侣Ani，以二次元形象和成人向互动，推动AI从工具属性向情感陪伴转型。本文深度剖析Grok虚拟伴侣的技术实现、商业模式、伦理挑战及行业影响，探讨AI伴侣如何重塑人机关系与未来社会。
Grok-4发布：博士级AI、天价收费，马斯克这次玩得有多大？
m0_66917422的博客
07-11 541
马斯克旗下xAI正式发布Grok-4，宣称其性能达到“博士级”，并在多项基准测试中刷新纪录。本文深度解析Grok-4及其创新的多智能体“Heavy”版本，探讨其在性能上是否真的“封神”。同时，我们也将直面其高达3000美元的年费和极具争议的“反审查”立场——这把双刃剑已导致其在土耳其被封杀。这究竟是一次技术革命，还是一场精心策划的营销风暴？
马斯克发布「地表最强」Grok-3，屠榜多个排行榜，暴击DeepSeek-R1
u012744245的博客
02-20 1452
参考：https://techcrunch.com/2025/02/17/elon-musks-ai-company-xai-releases-its-latest-flagship-ai-grok-3/在数学（AIME 2024）、科学问答（GPQA）、编码（LCB）上刷新SOTA，大幅超过 Gemini-2 Pro、DeepSeek-V3、Claude 3.5 Sonnet 和 GPT-4o。在多项基准测试中，在数学（AIME’24）、科学（GPQA）和编码（LCB Oct-Feb）上，
Grok 系列大模型：xAI 的智能宇宙探秘
博客虽小，世界尽在其中
07-16 1756
《AI界的星际探索：xAI与Grok的宇宙使命》摘要 xAI致力于用人工智能加速人类科学发现，其开发的Grok系列大模型宛如星际探索飞船，从Grok1的初代对话AI演进至Grok4的多模态先锋。Grok名称源自科幻小说，意为"深刻理解"，其特色在于函数调用能力（可实时连接外部API）和幽默风趣的交互风格。与OpenAI的GPT系列相比，Grok更侧重实用性且成本更低，在实时信息处理和多模态任务中表现突出，但逻辑推理稍逊。目前Grok4(Beta)正探索AGI边界，未来可能重新定义AI能力
ChatGPT 全局记忆上线，xAI 开放 Grok 3 API，Llama 4 惹争议！| AI Weekly 4.7-4.13
hunteritself的博客
04-13 1643
ChatGPT 全局记忆上线，xAI 开放 Grok 3 API，Llama 4 惹争议！| AI Weekly 4.7-4.13
AI 工具实战测评：从技术性能到场景落地的全方位解析
hello world/linux
12-16 772
幽冥大陆(五十四)ASR C语言识别到自动化软件——东方仙盟筑基期
最新发布
cybersnow精通 28 门计算机语言，凭借其超凡的技术能力，成功开发过上万个应用，广泛涉及政府、商业、个人等众多领域，甚至在检察院、环保局、公安局等专业场景中也大放异彩。不仅熟练掌握单片机和物联网开发，在软件架构设计方面更是独树一帜，自创了跨平台软件
12-20 689
ASR（Automatic Speech Recognition，自动语音识别）技术在软件自动化命令领域正掀起一场变革。它使得软件系统能够理解人类语言，并依据指令自动执行任务。通过 ASR，用户无需手动输入复杂的命令或进行繁琐的界面操作，只需说出指令，软件就能精准响应。在自动化脚本编写中，ASR 可以实时将语音转化为代码命令。例如，在编写 Python 自动化脚本时，用户说出 “创建一个名为‘data’的列表”，ASR 系统就能将其转化为对应的 Python 代码data = []。
多模态赋能情绪理解：Qwen3-VL+LLaMA-Factory 的人脸情绪识别实战
Lab4AI的博客
12-17 832
本项目依托Lab4AI平台，基于LLaMA-Factory成功对Qwen3-VL进行了完整的微调流程。我们将传统的人脸情绪识别任务与多模态大语言模型（MLLM）相结合，探索了MLLM在视觉情绪理解中的应用。通过微调Qwen3-VL，我们成功将传统的分类任务转化为多模态推理任务，显著提升了模型在复杂场景下的鲁棒性和准确率。这一方案不仅在人脸情绪识别上取得了显著提升，还为其他视觉任务的多模态大模型应用提供了新的思路，具有广泛的应用前景。
全品类电商AI助手诞生，AI试衣+万饰穿戴+图生视频，覆盖全链路
Dreamshop_AI的博客
12-19 906
DreamshopAI升级推出三大核心功能，全面革新电商视觉生产流程：AI试衣功能通过智能识别服装款式和材质，7-15天模特拍摄缩短至几分钟；万饰穿戴功能突破品类限制，精准还原珠宝、箱包等商品的材质细节；图生视频功能将静态图片转化为高质量短视频，大幅降低视频制作门槛。系统基于千万级电商数据训练，能自动适配不同市场需求，并推出AI试衣屏Dreamfit实现线上线下体验闭环。此次升级使AI成为电商运营的核心生产力工具，将传统视觉制作效率提升3倍以上，推动电商行业进入智能化新阶段。
[LLM]AIM: Adaptive Inference of Multi-Modal LLMs via Token Merging and Pruning
天下事有难易乎？为之，则难者亦易矣；不为，则易者亦难矣。人之为学有难易乎？学之，则难者亦易矣；不学，则易者亦难矣。
12-20 376
本文提出AIM框架，一种无需训练的多模态大语言模型(MLLMs)推理加速方法。通过双阶段设计：在LLM前基于相似度合并视觉Token，在LLM内基于注意力重要性剪枝Token，显著降低计算量。实验表明，该方法在视频理解任务中可减少6.8倍FLOPs，在图像任务中保持3.7倍加速的同时维持性能。关键发现包括：75%视觉Token冗余、LLM早期层侧重跨模态融合而后期侧重文本推理、跨帧合并会损害视频理解等。该方法支持动态调整压缩比例，为资源受限环境下的高效多模态推理提供了实用解决方案。
深入NVIDIA Nemotron-3：高效准确的技术、工具与数据深度解析
专注于人工智能领域的小何尚
12-18 887
摘要：NVIDIA Nemotron-3技术解析 NVIDIA Nemotron-3系列模型为构建专业AI智能体提供了突破性解决方案。该系列采用创新的混合Mamba-Transformer MoE架构，结合状态空间模型(Mamba)的长序列处理能力、Transformer的精确推理和MoE的高效计算，支持高达100万token的上下文处理。模型通过NeMo Gym多环境强化学习框架训练，使智能体掌握复杂任务执行能力。技术亮点包括：1)混合架构实现超长上下文推理；2)开源RL训练环境支持智能体开发；3)原生支
开发跨行业技能迁移匹配工具，输入现有技能+目标行业，AI分析可迁移能力，推荐适配岗位+补全学习路径，助力职场转型。
2301_82202864的博客
12-16 613
/ 每项可迁移技能+5分。`).join('') : '<div class="result-item">无缺失核心技能，可直接尝试转型！coreSkills: ['项目规划', '风险管控', '资源协调', '敏捷开发', ' stakeholder管理'],coreSkills: ['用户画像', '交互设计', '可用性测试', 'Figma/Sketch', '设计思维'],coreSkills: ['SQL', 'Excel高级函数', '数据可视化', '统计分析', '业务理解'],
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

rrokoko

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值