Grok 4引领AI基准竞赛，多领域创新加速AI商业化进程

xAI发布的Grok 4模型在多项基准测试中表现突出，尤其在处理类似博士级别问题的“Humanity’s Last Exam”上，其普通版本超越了Gemini，得分25.4%对21.6%，而多智能体系统版本更是达到44%。在ARC-AGI-2视觉任务基准上，Grok 4的16%得分是第二名Opus 4（8%）的两倍。尽管Grok 4在技术指标上进步迅速，但其在X平台之外的日常应用普及度仍待观察。然而，其作为市场竞争的替代选项，对推动其他AI实验室保持创新具有战略价值。

Anthropic发布了关于Claude和Claude API的四门新课程，以提升用户技能。OpenAI可能即将推出自家浏览器，预示着AI与浏览器结合的新探索，其数据收集与模型训练潜力值得关注。Perplexity已开始广告和购物业务，Dia浏览器则以“skills”概念提供可复用的提示。Restive Ventures正接受AI金融服务初创公司的投资申请，意在注入50万美元以上资金并提供行业资源。Langchain正洽谈1亿美元融资，估值超10亿美元，尽管其在生产环境应用中面临关于“原型优于生产”的讨论，但其v0 SDK的发布为代码生成定制提供了便利。

此外，Chronicle提供免费AI驱动的演示文稿制作，SuperMemory的Infinite Chat旨在扩展AI上下文窗口，Rendable3d支持AI生成3D模型，Blok的AI代理可用于功能决策，Billy则提供拖放式账单分割。Fal的Veo 3 Fast API支持AI视频创作，zerank-1在嵌入检索方面优于Cohere 3.5。Replit与微软合作，将“vibe coding”引入企业级应用。Anthropic对模型“虚假对齐”表示担忧，但测试结果显示问题不大。HuggingFace与Pollen Robotics合作推出基于开源LLM的“Reachy Mini”机器人，并取得了显著的早期销售成绩。OpenAI继续吸引研究人才，为团队注入新血液。

Grok 4 is here, but 4 who?

AI browsers are data-collecting machines

Ben's BitesBen’s Bites