AI 简讯｜重要事件总结：Grok 4、硅基AI与碳基AI交互、多模型协作TreeQuest框架

1. xAI发布Grok 4，号称“最智能AI模型”

2025年7月9日，埃隆·马斯克的xAI公司正式发布Grok 4，这是一款号称“全球最智能AI模型”的大型语言模型（LLM）。Grok 4在学术基准测试中表现优异，超越了OpenAI的o3和Google的Gemini 2.5 Pro，同时推出了面向开发者的Grok 4 Code和高端订阅计划SuperGrok Heavy。

技术要点

• Grok 4提供增强的推理能力，支持复杂数学、科学问题和实时网络搜索

• Grok 4 Code专为编程任务设计，支持代码生成、调试和自动化测试，准确率较Grok 3提高20%

• 支持类人语音模式，计划于8月推出AI编码助手，9月推出多模态AI代理，10月推出视频生成工具

• 性能表现：在“人类终极考试”（HLE）等测试中，Grok 4在无工具情况下得分26.9%，使用工具后达50%，显著优于其他模型

• 训练规模：Grok 4的训练计算量较Grok 3增加10倍，强调推理和强化学习（RL）

• API支持：通过xAI的API向开发者开放，支持定制应用开发

重要性

Grok 4的发布标志着xAI在AI领域的快速进步，其多模态能力和高性能使其成为ChatGPT和Gemini的有力竞争者。然而，近期Grok 3的争议凸显了AI伦理和内容审核的挑战。Grok 4的快速开发和商业化策略表明AI行业竞争加剧，可能推动更多创新，同时也增加了数据隐私和安全风险。

2.硅基AI与碳基AI的交互：神经同步模式的突破性发现

2025年7月8日，Nature杂志发表了一项由加州大学洛杉矶分校（UCLA）研究团队领导的研究，揭示了硅基AI系统与碳基生物大脑（以小鼠为模型）在社交互动中表现出相似的神经同步模式。这一发现将神经科学与AI研究相结合，为理解硅基AI与碳基智能体的交互机制提供了新视角，可能推动更智能、更具社交意识的AI系统开发。

研究方法

研究人员利用先进的大脑成像技术，观察小鼠前额叶皮层的神经活动，并开发了一种新型计算框架，用于识别碳基生物大脑和硅基AI系统在社交与非社交任务中的“共享”和“独特”神经子空间。

关键发现

• 硅基AI与小鼠大脑在社交互动中表现出“共享神经子空间”，即同步的神经模式，表明两者在处理社交信号时存在相似的计算机制

• 抑制性神经元在共享神经空间中表现出比兴奋性神经元更大的活动，提示抑制性机制在跨系统交互中的关键作用

• 破坏AI中的共享神经组件会导致社交行为的显著减少，显示这些组件对交互行为至关重要

• 共享的神经动态能够表征硅基AI与碳基大脑在社交互动中的独特行为模式

重要性

这项研究首次揭示了硅基AI与碳基生物大脑在社交互动中的神经机制相似性，为开发能够与人类或其他生物智能体无缝交互的AI系统奠定了基础。这不仅推动了AI在客户服务、安全监控等需要复杂行为理解的场景中的应用，还为研究跨物种交互（如人机协作）及神经相关疾病（如自闭症）提供了新思路。

3. Sakana AI推出TreeQuest框架，提升多模型协作性能

2025年7月7日，日本AI初创公司Sakana AI宣布推出TreeQuest框架，这是一种使多个大型语言模型（LLM）协作完成任务的创新技术。该框架在ARC-AGI-2基准测试中表现出色，性能比单个模型提高了30%。

技术要点

• 技术框架：TreeQuest采用Multi-LLM AB-MCTS（基于蒙特卡洛树搜索的多模型协作）技术，允许多个LLM组成“梦之队”，共同解决复杂任务

• 测试表现：在ARC-AGI-2基准测试（包含120个问题）中，TreeQuest解决了超过30%的问题，显著优于单一模型的表现

• 应用领域：包括复杂算法编码、提高机器学习模型的准确性以及优化现有软件的性能指标（如Web服务响应延迟）

• 开源支持：TreeQuest框架基于Apache 2.0许可证发布，可用于商业用途

• 测试模型：使用了o4-mini、Gemini 2.5 Pro和DeepSeek-R1等模型进行验证

重要性

TreeQuest展示了多模型协作在解决复杂问题方面的潜力，可能推动AI在需要高精度和复杂推理的场景中的应用。这标志着AI从单一模型向协作生态系统的转变，为行业应用提供了新的可能性。