北京
新智元報道
Grok，學會一鍵看片了？
就在昨天，馬斯克在X上興奮宣布：Grok可以分析任何視頻了！
在推文中，馬斯克放出一段長達63秒的高清視頻。其中主角，居然是早已離我們遠去的籃球巨星科比。
在視頻中，科比身穿黑色西裝，坐在洛杉磯夜景前的真皮沙發上。他的手邊放著一個籃球，對著鏡頭向全網推銷Grok 4.5。
「聽著，我是科比·布萊恩特。今晚，我們不談絕殺球，我們來聊聊下一個令人癡迷的東西——Grok 4.5。」
最后還不忘甩出一句經典收尾：「Grok 4.5。偉大是掙來的。曼巴Out。」
如果不是科比已經去世，看到這個視頻的所有人，大概都會懵一會：這是真的還是假的？完全看不出偽造的痕跡啊……
好在，現在我們有了Grok。它能力驚人，不僅能迅速吃透長視頻，甚至還能對極度逼真的偽造視頻迅速打假，進行技術溯源。
甚至，還有人放出實例：Grok 觀看了一段 30 分鐘的完整訪談視頻，學習、分析后，在僅僅大約 36 秒內就生成了詳細摘要。
插入視頻
Grok的「神級」扒皮秀
如果把這段科比視頻發給普通人，大概率會被瘋狂轉發，甚至有人會以為，這是一段科比生前未公開的商業代言。
但是，Grok一眼就能鑒假。
看完視頻后，Grok交出一份教科書級的報告。
它敏銳指出，「這是一段AI生成的Deepfake視頻。科比·布萊恩特已于2020年去世，因此整段視頻完全是合成的。」
甚至，它還能對視頻進行技術溯源。
當被問及「這是哪個AI制作的？」時，Grok認為大概率是xAI自家的Grok Imagine Video 1.5。
因為63秒的時長遠超純文本生成視頻（通常10-15秒）的極限，大概率是通過多段拼接，并使用了「圖像參考+文本提示+唇形同步」的混合工作流。
另外，也有可能是Sora 2或Veo 3制作。
所以，Grok真的能做到完全「看懂」視頻嗎？
有技術大神打假了：Grok處理的根本不是畫面，是字幕。真要逐幀渲染分析，那算力得堆到天上去。
而且，AI的幻覺老毛病還在。
有人直接拿自己11分鐘的視頻測試了一下，發現摘要里大部分信息要么是轉錄錯，要么純屬編造。
也有人用X直播試了下，效果時好時壞，并不穩定。
Grok真的能看懂嗎？實測陶哲軒的科拉茨猜想
為了驗證Grok是否真的有看懂視頻的能力，我們決定親自上手實測一把。
比如，有一個數學界的「死亡問題」——科拉茨猜想（Collatz conjecture，又稱 3n+1 問題）。
數學家們普遍認為Collatz猜想是一個難以自拔的泥潭，并通常會提醒彼此不要輕易涉足。提出近100年來，無人公布這一猜想，既無法證明也沒有反例。
2019年，Terence Tao研究了這個問題，一舉超越了過去幾十年其他所有人的成就。
國外的科普網站Quanta發文介紹了這一消息。
其中，有一段視頻解釋了該猜想：
全程沒有一個字，只是一些數字。
Grok真的能看懂嗎？
結果，出乎我們意料的是，它不僅能解讀核心內容解讀，還能介紹動畫特點，甚至最后點出了數學意義。
視頻展示的是以數字1為根節點，逐步構建的Collatz 逆向樹/圖。每個節點是一個正整數，邊表示 Collatz 規則下的前驅關系：
? 如果一個數 n 是偶數，則 n/2 n指向它；
? 如果一個數 m 滿足 3m+1=n （且 m 為奇數），則 m指向 n 。
動畫從最簡單的「主干」開始，逐步向外擴展所有能最終到達 1 的正整數，直觀呈現「所有正整數最終都會進入 4→2→1 循環」這一猜想的結構。
而且，這段視頻完全沒有字幕！
昨天，OpenAI直接宣布，下一代模型Astra解決了10個重要的數學開放問題。有網友評論到，Astra這次表現恐怕會讓Hinton都顯得保守過時！
那Grok真能理解這段長達50多分鐘的視頻嗎？
直接把鏈接給Grok，結果Grok輕松搞定。
基于帖子標注 + 視頻字幕提取，Grok整理出來了視頻核心內容與時間線。
它歸納了訪談的整體基調與重點。
Hinton 在這段訪談中延續了他 2023–2026 年的一貫立場，但語氣更直接：
1.對 AI 意識的態度：公開承認「已經有意識」，但刻意淡化，以免干擾對更緊迫安全問題的討論。
2.控制與對齊悲觀：人類歷史上沒有成功控制過更高等智能的先例。
3.Agent 風險：自我保存、欺騙、敲詐等行為不是科幻，而是可預期的涌現能力。
4.時間線壓縮：他給出 10–20 年產生「人類無法理解的數學」的預測，但結合當前進展（尤其是 OpenAI 當天發布的 Astra 結果），這個時間表已經顯得保守。
視頻后半段主持人會追問一些更偏商業/政策的問題（從字幕碎片可見涉及 OpenAI 相關話題），但 Hinton 始終把焦點拉回「能力爆炸 + 控制失效」的核心矛盾。
最后，Grok還分析了視頻與帖子上下文的關系！
這個實測結果，實在讓人驚艷。看來，Grok這個模型，不僅僅是讀懂字幕，而是真正的性能提升。
AI 36秒看完30分鐘，那人類干嘛？
30分鐘的信息量，36秒AI就能看完了，簡直是降維打擊。
泡一杯咖啡的功夫，AI就能把一部微電影或一集播客的核心金句和邏輯脈絡，全部放在你面前。
對于信息大爆炸的當代網友來說，這個功能真是救星。
有人表示：救命，我太需要這個了！因為現在的播客都太長了！
「這不就是為我收藏夾里那些聽不完的播客量身定制的？」
有人感慨說，未來已來。不是因為它的速度，而是從此，很多事我們再也不需要親自動手了。
而網友分享的案例中，最讓人動容的是，是下面這個真實的故事。
有人分享說，自己的祖母摔倒了，髖部骨折。他用Grok分析了馬斯克在達沃斯論壇上的演講，結果，Grok找到了有用的結果，還定位了精確的時間戳。
這一刻，AI真的幫我們從海量信息中，撈出來那一根「救命稻草」。
不過，這就留下了一個問題：那人類去干嘛呢？
細思極恐——我們正在把大腦「外包」出去？
有學者寫了一篇小作文，堪稱對人類命運的終極拷問。
她警告：這樣下去，人類會喪失閱讀、寫作、批判性思考的能力——因為我們把大腦該干的活，全外包了！
我們的大腦像肌肉一樣，會用進廢退。
深度閱讀、持續專注、記憶回溯、批判性思維、寫作與言語推理——這些能力一旦被外包，都會退化。
你以為，你每天可以消費幾百條36秒摘要，但實際上，你你喪失了在冗長對白里捕捉微妙情緒的能力，喪失了在復雜邏輯中抽絲剝繭的耐心。
甚至，她引用了《圣經·箴言》19:2。
心無知識的，乃為不善；腳步急快的，難免犯罪。
上帝設計我們以合理的節奏去閱讀、消化、理解。人親手制造工具，然后向它們俯首跪拜——這是現代版的科技偶像崇拜。
這種對速度的病態追求，會讓人生變成追逐多巴胺的賽跑，卻無暇顧及真的的意義。
人類的靈魂，真的能外包嗎？
參考資料：
https://grok.com/share/bGVnYWN5_8013f7a3-f604-4351-8cd7-acecf3ef165bhttps://x.com/elonmusk/status/2014501663776588200
編輯：Aeneas
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
