科技腾讯新闻·新智元··AI 生成
马斯克宣布：Grok学会看片了！无字幕看懂陶哲轩菲奖级难题
文章报道了马斯克宣布Grok模型新增视频分析能力，声称能理解视频内容并鉴别Deepfake。通过实测陶哲轩讲解科拉茨猜想的无字幕数学动画视频，展示了Grok能解读核心内容。但同时揭露了技术实质：Grok主要依赖字幕和文本元数据而非逐帧视觉分析，且存在幻觉和信息编造问题。文章后半部分讨论了AI视频摘要能力对人类认知可能带来的负面影响，适合关注AI技术边界与人文关怀的读者阅读。原文 ↗原文 ↗
核心观点
- ▍Grok新增的视频分析能力并未实现真正的视觉理解，主要依赖字幕提取和文本元数据分析，存在幻觉和编造问题。
- 01马斯克在X平台发布科比Deepfake视频，Grok能识别为AI生成并推测可能由xAI自家的Grok Imagine Video 1.5制作。
- 02技术人士指出，Grok处理的根本不是画面内容，而是字幕和文本元数据，逐帧分析需要海量算力。
- 03实测显示，Grok观看11分钟视频后生成的摘要大部分信息要么转录错误，要么纯属编造。
- 04Grok成功分析了陶哲轩讲解科拉茨猜想的无字幕数学动画视频，识别出核心内容并介绍数学意义。
- 05Grok能在36秒内分析30分钟的访谈视频并生成详细摘要，包含Hinton对AI意识、控制对齐、时间线等观点。
反方 / 局限
- — 文章后半部分引用学者观点，指出AI视频摘要能力可能导致人类丧失深度阅读、批判性思维等能力，属于对技术应用的反思。
- — 有网友实测发现Grok对X直播视频分析效果时好时坏，并不稳定，表明该功能尚未成熟。
11 分钟 · 4 卡片 · 10 资料
读原文 →前置背景
平行视角
未来推演
延伸追问