#xAI

🛰️ @elonmusk 希望在 2027 年底前获得 10 吉瓦的算力。@JensenHuang 表示，Nvidia 现在将 @SpaceX 与云服务提供商客户并列计算，两家公司的工程师正在设计一款用于太空的服务器： "在我们图表的两个部分中，Elon 过去被归在企业类下。我们之前就是这样报告数字的。现在他属于我们的 CSP……他们规模巨大。 他在使用我们的技术来训练自己的 AI 模型之类的，当然还有部署模型……而 GrokBot 的需求，GrokBot 的消耗量真的是在飙升。然后，当然，他还把它租出去。所以这三件事结合在一起，他这样做相当独特…… 他热爱计算与实体建设之间的交叉领域……而且没有人比他更懂能源。 而我们将一起去探索的一个特别的新市场，就是把数据中心放到太空里。所以我们的两个工程团队正在非常紧密地合作，打造一种新型服务器、一种新型架构，它可能在太空和地球上都非常出色。" —— @JensenHuang，@nvidia 首席执行官，在 @BG2Pod 上与 @altcap 对话

由 @AIatMeta 推出的 Muse Wonder (Max) 已进入 Code Arena：WebDev 以 1651 分位列第 15，Text Arena 以 1513 分位列第 2！ 在 Code Arena：WebDev 中，Muse Wonder (Max) 以 1651 分位列第 15。这一结果略低于以 1659 分位列第 12 的 Muse Spark 1.3 (Max)，与以 1655 分位列第 14 的 Kimi K3 (Max) 相差 4 分以内，并比以 1640 分位列第 16 的 Grok 4.7 (xHigh) 高 11 分。 此次发布在 Text Arena 中相较过去的 Muse 模型有显著提升。与以 1494 分位列第 11 的 Muse Spark 1.3 (Max) 相比，Muse Wonder (Max) 提升了 +19 分并上升 9 位至第 2。它落后于以 1525 分排名第 1 的 Gemini 4 Argon (High) 12 分。 祝贺 @AIatMeta 团队发布这一版本！

SpaceXAI 的 Grok Voice 3.0 是新的领先语音到语音模型，在 Artificial Analysis 语音到语音指数上以 86.9 首次亮相即排名第 1，同时在延迟方面也很有竞争力 Grok Voice 3.0 是 @SpaceXSI 的 Grok Voice 2.0 的继任者，这是一款可通过 SpaceXAI Realtime API 使用的语音到语音模型，价格为每分钟 $0.08。我们通过 SpaceXAI Realtime API 使用 Rex 语音对 Grok Voice 3.0 进行了评估。 关键要点： ➤ 语音到语音指数：Grok Voice 3.0 以 86.9 首次亮相即排名第 1，领先于 GPT-Live-1（Astra，medium）的 83.2、Gemini 3.8 Live Extended Thinking（High）的 82.6 和 GPT-Live-1（Sol，low）的 80.1。它高于 Grok Voice 2.0 的 81.3（+5.6 分）和 Grok Voice 1.0 的 73.7（+13.2 分），后者发布至今还不到六个月。该指数平均了语音推理（Big Bench Audio）、智能体性能（Tau Voice）、Arena 偏好和任务成功率 ➤ 语音智能体 Arena：Grok Voice 3.0 在偏好方面以 Elo 1070 排名第 3，落后于 Gemini 3.1 Flash Live Minimal（1100）和 Gemini 3.8 Live（1088），领先于 GPT-Live-1（Sol，low）的 1057，并以 94.8% 的任务成功率排名第 1，为榜单最高，略高于 Grok Voice 2.0 的 94.6%。Grok Voice 2.0 以 Elo 1011 落后 ➤ Tau Voice：Grok Voice 3.0 在我们实现的 Tau Voice 基准上以 71.6% 排名第 2，落后于 GPT-Live-1（Astra，medium）的 74.5%，领先于 Gemini 3.8 Live Extended Thinking（High）的 68.6% 和 GPT-Live-1（Sol，low）的 59.3%——高于 Grok Voice 2.0 的 56.5% ➤ Big Bench Audio：Grok Voice 3.0 在音频推理上得分 98.5%，领先于 Gemini 3.8 Live Extended Thinking（High）的 97.7% 和 Grok Voice 2.0 的 97.2% ➤ 速度：在 Big Bench Audio 上，Grok Voice 3.0 的平均首次音频时间为 0.81 秒，明显领先于 GPT-Live-1（Sol，low）的 1.24 秒、GPT-Live-1（Astra，medium）的 1.34 秒和 Gemini 3.8 Live Extended Thinking（High）的 1.35 秒，但慢于 Grok Voice 2.0 的 0.70 秒 ➤ 成本：Grok Voice 3.0 的输入音频成本为每小时 $4.80，与 Grok Voice 2.0 相同。这高于 GPT-Live-1（Sol，low）的 $4.47 和 Gemini 3.8 Live Extended Thinking（High）的 $3.50，低于 GPT-Live-1（Astra，medium）的 $5.83，并且比 GPT-Realtime-2.1 High 的 $10.75 便宜约 2.2 倍 祝贺 @elonmusk 和 @SpaceXSI 团队 🚀 更多详情见下方 ⬇️

Gemini 4 Argon 来了。 今天起面向全球开发者与企业开放，可通过 Gemini API 和 Gemini 平台的付费层级使用；Ultra 订阅者可在 Google Antigravity 中使用；Ultra 和 Pro 订阅者可在 Gemini 应用和搜索中使用。 希望大家喜欢！

Grok 4.7 在 Artificial Analysis Intelligence Index 上得分 46，将 SpaceXAI 带入前 4 大 AI 实验室之列。Coding Agent Index 表现也有所提升，超越了 GPT-5.6 Sol Grok 4.7 在 Intelligence Index 上比 Grok 4.6 高出 +2 分，在智能体知识工作任务上表现强劲。我们在 xhigh 推理强度下评估了这款新模型。 祝贺 @SpaceXAI 和 @ElonMusk 发布！ 核心要点： ➤ Grok 4.7 跻身智能体知识工作前沿：Grok 4.7 在 AA-Briefcase（我们用于长时程智能体知识工作的私有基准）上比 Grok 4.6（high）提升 +111 Elo，得分 1657 Elo，与 Claude Opus 5 和 Claude Fable 5.1 一同位列前沿。在 GDPval-AA 上，它得分 1695 Elo，领先 Grok 4.6（high）+90。 ➤ 编码智能体性能的飞跃：Grok 4.7（xhigh）搭配 Grok Build 在 Artificial Analysis Coding Agent Index 上得分 56，比 Grok 4.6（xhigh）提升 +9 分。在原生 harness 中的模型里，Grok 4.7 + Grok Build 目前排名第 4，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。 ➤ 其他方面的渐进式性能变化：在智能体知识工作之外，Grok 4.7 在 Intelligence Index 的其他任务上大体与 Grok 4.6（high）持平。它在 Terminal-Bench 4.0（+4.5 个百分点）和 GDP.pdf（+3.0 个百分点）上有所提升，但在 AA-LCR（-3.7 个百分点）和 AutomationBench-AA（-1.1 个百分点）上出现退步。 ➤ 任务中 token 使用量偏高：Grok 4.7 的性能提升伴随着更高的 token 消耗。Grok 4.7（xhigh）在每项 Intelligence Index 任务中约使用 81k 输出 token，而 Grok 4.6（high）为 36k，GPT-6 Astra（max）为 27k——分别多出 125% 和 196%。 其他模型细节： ➤ 上下文窗口为 500k token，与 Grok 4.6 保持一致 ➤ 定价为每 1M 输入/输出 token 2 美元/6 美元，缓存命中可享受折扣，降至每 1M token 0.50 美元，与 Grok 4.6 相同 ➤ 可配置的推理强度从 low 到 xhigh。我们的评估使用 xhigh。

Grok Bot 对 SpaceX CFO Bret Johnsen 今天在高盛 Communacopia 大会上的发言总结。 垂直整合 垂直整合是公司的核心运营模式，而非一项辅助战略。 - 火箭：自产金属 → 发动机 → 航电 → 软件 - Starlink：自有发射、卫星和终端客户 - AI：自建设施和电力，运行自有模型，面向消费者和企业销售，很快还将涉足轨道计算 星舰与发射 星舰是其他所有业务的基础。 - 第13次飞行：一次重要的学习性飞行。交付了演示版 V3 载荷，重新点燃了一台 Raptor 发动机，并实现了柔和、精准的第二级溅落。回收团队将第二级拖回，以便工程师研究隔热罩。 - 这些经验将直接用于第14次飞行及后续任务。 - 第14次飞行（本月晚些时候）：首次创收的星舰飞行，搭载量产版 V3 Starlink 卫星。 - 今年晚些时候：目标回收第一级和第二级。 轨道计算 大多数 AI 行业人士都认同轨道计算是未来。几乎其他所有人都认为这还要很多年。SpaceX 不同意，因为他们掌控着整个技术栈。 - 目标：明年发射首批轨道计算卫星 - 规模：到2028年实现太空中的大规模计算 - 硬件方案：使用与 Starlink 相同的 V3 平台，更换载荷，加装更大的太阳能阵列 为什么轨道在成本上能胜过地面 这一交叉点取决于星舰的可重复使用性。 - Falcon 9：自2015年12月起实现第一级复用；助推器已复飞500多次 - 星舰：第一级已回收/复飞；第二级回收正在推进 - 目标：最早明年实现两级复飞，这将大幅降低部署成本 地面计算正变得越来越昂贵（电力、冷却、建筑、房地产）。轨道则沿着相反的曲线发展：更便宜的火箭 + 更好/更便宜的卫星 + 规模。Johnsen 表示，成本持平最早可能在明年实现。 地面计算与1000亿美元 ARR 目标 - 今年年底：有望实现约1000亿美元 ARR（按12月数据年化） - 最新进展：本月早些时候又达成一项托管协议 → 从12月1日起约11亿美元/月 → 约增加130亿美元 ARR - 产能：今年年底远超2 GW；明年部署5–10 GW - 信心来自对电力、设施和许可的清晰可见性，以及作为 NVIDIA 分配独家合作伙伴 - 他们为自己和行业合作伙伴快速搭建算力，这加强了与 NVIDIA 的关系 他们如何将计算变现 大多数托管协议都是短期的：约90天，附带90天退出条款（约6个月承诺期），包括最新那笔交易。 为什么保持短期？ - 对自家产品高度自信（Grok、Grok Bot、完成交易后的 Cursor 团队） - 不想永久锁定内部可能需要的产能 - 内部标准：不让内部变现低于外部托管 明年的财报框架：大致每瓦30–50美元的变现区间；他们表示自己处于高端。托管客户的变现似乎更高，这就是需求保持强劲的原因。 新计算资本开支的回本周期不到一年，因此剩余 GPU 价值和融资选项看起来很有吸引力。“并非所有 CapEx 都一样”——回本不到一年的 GPU 与为使用数十年而建造的发射塔不同。 AI 产品与并购 历史上 SpaceX 几乎全靠有机增长。今年他们进行了并购，因为 AI 产品周期奖励的是快速抵达前沿。 - 几周前完成 Cursor 交易；产品周期已在加速（特别提到 Grok Bot） - Grok 4.6 较 4.5 有所改进；4.7 即将推出 - 卖点：最佳基础设施 + 有竞争力的模型 + 更低的 token 成本 = 为客户提供最佳定位 - 市场情绪转变：几个月前人们买账基础设施故事，但怀疑产品；约90天后，这种怀疑正在消退 Starlink 宽带 起步时是“有总比没有好”（约2020–21年）。如今已是企业级，具备强大的正常运行时间/SLA。 - 韧性卖点：如果你宕机，董事会会问为什么网络里没有 Starlink - 移动性：飞机积压订单庞大，生产正在爬坡；邮轮、游艇、火车也是如此 - 认知度，尤其是美国以外，仍是增长解锁点 - 更长期：物理 AI（机器人、汽车、飞机）将需要地面网络无法完全覆盖的始终在线连接 移动 / 直连手机 并非分心之举。相同的 V3 平台，不同的载荷。 - 明年持续发射直连设备卫星 - 目标服务开通：2028年上半年 - 今天的 V1（例如 T-Mobile / T-SAT）：短信 / 轻量语音，非常适合紧急情况和盲区 - 下一代：来自太空的完整 5G 质量 - 美国：来自 EchoStar 的中频段频谱，FCC 对太空 + 地面的审批路径 - 市场进入：灵活——自建地面网络，或与运营商合作 - 国际：与宽带相同的逐监管机构推进策略（Starlink 现已覆盖170多个国家） 近期优先事项： 1. 星舰（赋能其他一切） 2. 地面计算（为增长提供资金，并教会他们如何做轨道） 一句话总结 掌控全栈，让星舰实现规模化可重复使用，现在用地面的 AI 计算作为现金引擎，并用相同的卫星平台 + 星舰节奏赢得宽带、移动和轨道 AI。