马斯克放话Grok 5就是AGI，一月发两款万亿模型“热身”

马斯克宣布一月连发两款万亿模型，并直接给狂飙的Grok 5盖上了AGI的终极印章。

4月底的AI圈，被一条推文炸开了锅。

马斯克在X平台上写道：“Grok 5就是AGI。”没有“可能”，没有“也许”，甚至没有附上一份技术报告。这很马斯克——用最少的文字，撬动最大的争论。

紧随其后的，是xAI一份让整个硅谷侧目的路线图：一个月内，Grok 4.3 Beta（0.5万亿参数）、Grok 4.4（1万亿参数）、Grok 4.5（1.5万亿参数）将接连登场。而真正的“怪兽”Grok 5，正在孟菲斯的Colossus 2超级计算集群上以6万亿参数的规模训练。

当其他AI实验室还在按季度发布更新时，马斯克选择了按周推进。这场豪赌的核心问题很简单：参数规模的指数级增长，是否足以跨越AGI的门槛？

参数竞赛的极限游戏：从0.5T到6T，xAI按下加速键

先梳理一下xAI公布的时间表。

4月17日，Grok 4.3 Beta版悄然上线。没有发布会，没有官方博客——这款0.5万亿参数的模型被马斯克称为“早期测试版”。它已经能将复杂的神经科学论文自动转化为PPT，Office插件也在开发中。但马斯克在第二天特意“澄清”：真正的1万亿参数完整版还在路上。

5月初，Grok 4.4将登场，参数量翻倍至1万亿。按照xAI的预期，编程能力、长上下文处理将迎来跃升。仅仅三周后，Grok 4.5带着1.5万亿参数接踵而至。一个月之内，从0.5T到1.5T，这种参数密度的提升速度在AI发展史上尚无先例。

但这只是热身。

正在训练的Grok 5，参数量达到6万亿。支撑它的Colossus 2超算集群，部署了55万块NVIDIA GB200/GB300 GPU，总功率高达2吉瓦——足以供给一座150万人口的城市。更值得关注的是，xAI在同一集群中同时训练7个不同规模的模型，参数量覆盖1T、1.5T、6T乃至10T。这意味着，Grok 5并非孤立的旗舰，而是一整套模型矩阵中的一环。

在Baron Capital投资大会上，马斯克曾给出一个具体数字：他认为Grok 5达到AGI的概率是“10%，并且在持续上升”。如今他在X上将概率表述直接替换为肯定判断——“Grok 5就是AGI”。

这种从概率到断言的转变，究竟是营销话术，还是内部测试中看到了某种质变的迹象？xAI没有提供更多证据。但有一点可以确定：参数规模正在以前所未有的速度膨胀，而AGI的定义本身，也在这场竞赛中变得愈加模糊。

AGI的岔路口：参数堆叠不是万能钥匙，xAI却有三张底牌

并不是所有人都买账。

前特斯拉AI高级总监、OpenAI联合创始人Andrej Karpathy近期明确表示，AGI仍然需要十年时间，远非某些行业领袖宣称的那样“近在眼前”。越来越多的研究者指出，从大语言模型到通用智能，参数堆叠无法逾越的根本性鸿沟在于：理解、推理、规划能力并不随参数线性增长。

一个直观的类比：给汽车装更多轮子，不会让它飞起来。规模扩展能提升模型的记忆容量和模式匹配能力，但真正的智能需要因果推理、常识抽象、目标导向的行为生成——这些能力是否会在某个参数量级上“涌现”，目前没有任何理论保证。

但xAI确实手握几张其他公司难以复制的牌。

第一张牌：X平台的实时数据流。 每天6800万条推文，涵盖全球事件、舆论动态、专业知识讨论。相比于经过清洗和标注的静态数据集，X的实时信息流具有天然的多样性、真实性和时效性。对于训练一个需要理解人类实时语境的模型而言，这是OpenAI和Anthropic无法获得的资源。

第二张牌：特斯拉车队的物理世界数据。数百万辆特斯拉汽车每天采集的真实驾驶场景——路况、天气、行人行为、交通标志——构成了一个庞大的物理世界认知图谱。这不仅是训练自动驾驶的基础，更是迈向具身智能的关键跳板。一个只读过文本的模型，和另一个同时“看过”数亿公里真实道路的模型，对物理规律的理解深度不可同日而语。

第三张牌：SpaceX基因的工程执行力。 122天建成一座吉瓦级超算集群——这个速度在硅谷任何其他公司都难以想象。当竞争对手还在进行跨部门协调和预算审批时，马斯克的团队已经在施工了。工程速度本身就是一种核心竞争力，尤其是在算力军备竞赛阶段。

然而，比参数扩展更值得关注的，是xAI正在推进的多智能体架构演进。从Grok 4.20的4智能体协作，到Grok 4.20 Heavy的16智能体系统，再到Grok 5预期的动态智能体生成和跨领域专业化——这条技术路线可能比单纯的参数堆叠更接近AGI的本质。一个由“程序员”智能体、“文案”智能体、“分析师”智能体组成的AI团队，通过分工与协作完成复杂任务，这已经不再是单一模型的“规模游戏”，而是系统架构层面的进化。

AI世界大战：四大实验室竞速，AGI门槛何时被跨过？

xAI并非这场竞赛中的唯一玩家。

5月，AI行业将迎来一场密集的对决。马斯克的Grok 4.4和4.5接连出炉；OpenAI很可能祭出GPT-5.5作为回击；Anthropic的Opus 4.7已经在编程赛道（SWE-bench Verified）上跑出93.9%的得分——一个半年前所有人都认为不可能的数字。

开源阵营也在迎头赶上。GLM-5.1已经在某些基准测试中超越了闭源前沿模型。如果开源模型能够以更低的成本逼近甚至超过闭源模型，整个行业的商业逻辑将被重写。

这场竞赛的本质，早已不是简单的参数比较。真正的衡量标准是：模型能否在未知任务上表现出人类水平的适应性和泛化能力。编程能力的突破（如Claude在SWE-bench上的表现）之所以被广泛关注，恰恰因为它代表了一种“执行复杂、多步骤、真实世界任务”的能力，而非单纯的文本生成。

马斯克将AGI的赌注押在Grok 5上，但行业对AGI的定义本身就没有共识。如果AGI意味着“在大多数经济价值工作中超越人类”，那么参数扩展或许真的能在未来一两年内接近这一目标。如果AGI意味着“具备人类水平的通用推理和自主学习能力”，那么即使6万亿参数也可能只是起点。

站在2025年4月的时间节点上，我们可以清晰地看到两条并行的叙事线。

一条是马斯克式的“规模信仰”：更大的模型、更多的数据、更强的算力，终将触发智能的质变。另一条是批评者们的“结构主义”：现有架构存在天花板，参数堆叠无法带来真正的理解与推理。

谁对谁错，只有时间能给出答案。但有一个事实无法否认：我们正处在AI历史上最疯狂的实验周期中。每一天都可能是“之前”和“之后”的分界线。

当马斯克说“Grok 5就是AGI”时，他可能是在放烟雾弹，也可能是在陈述一个即将到来的事实。但无论结果如何，这场豪赌已经将整个行业推向了一个前所未有的加速轨道。