马斯克称：Grok 5 触达 AGI 概率约 10%，6 万亿参数与实时视频为关键

在巴伦投资大会上，埃隆・马斯克给出最新的 AGI 时间安排：计划于明年 Q1 推出的 Grok 5，有“约 10% 的可能性”达成通用人工智能。这也是他首次将 AGI 概率用数字公开说明。

模型规模与数据  

– 参数：采用 6 万亿参数的 MoE 架构，稀疏度 70%，显存占用≈GPT-4o 的 1.8 倍  

– 模态：文本、图像、音频与实时视频流统一编码，单帧延迟 < 120 ms  

– 数据：X 平台每天 5 亿条公开帖 + 2 亿小时视频流，按服务条款可实时回灌训练  

– 训练集群：10 万张 H100（Memphis 超算），峰值 750 PFLOPs，预训练预计 2026 年 2 月收尾

AGI 判定标准  

在马斯克看来，“实时视频理解就是通往 AGI 的入场券”：模型需要一边观看一边推理，能够完成人与人类同等的视觉任务（例如直播中指导修车、解析街景）。Grok 5 的内部评测覆盖 300 项视觉推理任务，通过率为 68%，接近人类 75% 的基准。

视觉能力演示  

会场播放了一段 30 秒的无人机航拍视频，Grok 5 即时给出结果：①识别出 47 类物体；②估计交通流量；③规划最短驾车路线；④提示前方施工风险——全程不需要额外微调。

风险与监管  

马斯克再次强调通往 2030 年的 AGI 倒计时，提出“面向全人类的去武器化”要在全球可核验的框架下推进；xAI 已将 10% 的算力划拨给对齐与安全相关研究。