会懂网AI资讯，9月12日，马斯克在社交平台回应称，此前预告于9月12日上线的Grok 4.7需要“再等几天才能出锅”，正式发布时间将推迟数日。他透露，这一代模型参数规模从4.6版本的1.5万亿提升至2.1万亿、增幅约40%，并融入SpaceX数十年积累的火箭、卫星与制造数据。马斯克表示，当前主要卡点出现在强化学习阶段，对回复长度的惩罚过度，导致模型过早放弃困难任务且自检环节不够严谨。
马斯克指出，强化学习对回复长度施加了过重的惩罚，使得Grok在遭遇真正困难的问题时倾向于提前收尾，而不是坚持推导到正确结论。与此同时，模型的自我检查机制也不够严密，容易出现看似合理却经不起推敲的输出。这类问题在参数规模越大的模型上越容易被放大，因此团队宁愿多花几天时间打磨，也不愿带着明显缺陷仓促上线。
为修复这一情形，团队需要在奖励函数与训练策略上重新平衡。过度收敛的强化学习容易让模型养成“偷懒”习惯，遇到难题就绕开；而约束不足又可能带来安全风险与事实错误。如何在鼓励模型勇于攻坚与保持输出可靠之间找到支点，正是当前大模型调优中最棘手的权衡区间，也是代际差距的真正分野。
Grok 4.7被寄望于承接SpaceX的工程与航天数据优势，在火箭总体设计、卫星在轨调度与制造工艺优化等垂直领域展现更强推理能力。这类高专业度任务恰恰最考验模型的坚持与自检，任何提前放弃都会直接反映到结果质量上。推迟数日虽看似短暂，却折射出前沿模型从训练完成到真正可用之间仍横亘着不小的工程鸿沟。
此次延迟也把行业焦点重新拉回一个核心矛盾：在安全可控与能力上限之间寻找平衡点。当模型规模持续膨胀、参数动辄上万亿，单纯堆参数已无法保证可用性，训练阶段的对齐质量与奖励设计正成为决定成败的关键变量。谁先解决好“既敢想又靠得住”，谁就能在下一轮竞争中占得先机。
业界普遍认为，Grok 4.7的“再煮几天”并不令人意外，它折射出整个大模型行业在规模化训练之后普遍面临的调优困境。真正决定代际差距的，往往不是参数数量的多少，而是能否让模型既敢于深入思考、又能给出经得起检验的答案。这段小小的等待，或许正是行业从狂奔转向沉淀的缩影。
暂无评论内容