2026 年 8 月 12 日至 19 日这一周，带来了 SpaceXAI 迄今最具分量的一轮发布序列。Grok 4.6 于 8 月 12 日发布，AA Intelligence Index 达到 61——与 GPT-5.6 Sol 持平，全球排名第三。Grok Bot 于 8 月 11 日进入 Beta 测试，以共享一台云端计算机的常驻 AI 队友形态登场。Grok Imagine Image 2.0 于 8 月 7 日上线，支持区域级编辑，在 Arena 排名第二。然而，在产品发布背后，有两个故事值得严肃审视：Musk 用"所有 SpaceX 信息的集合"训练 Grok 的计划——包括约 14,000 至 15,000 名员工的工作产出，且未披露任何退出机制——以及一份深度伪造威胁报告，将 2026 年上半年 87% 的可追溯深度伪造攻击文件与 Grok 关联起来。
以下是我们对本周重要进展的专业分析。
Grok 4.6：前沿智能、激进定价、真实差距
2026 年 8 月 12 日，SpaceXAI 发布了 Grok 4.6，这是其新的旗舰前沿模型。该发布距 Grok 4.5 约五周，代表了公司迄今最强有力的竞争定位——尽管基准测试的全貌比 xAI 的营销宣传所暗示的要复杂得多。
架构与训练
Grok 4.6 建立在与 Grok 4.5 相同的 1.5 万亿参数 V9 基础之上。能力提升完全来自后训练：一轮更长的补充训练、改进的监督微调（SFT）和强化学习（RL），以及 xAI 所称的在长推理轨迹上增强的自我验证行为。该模型使用 Grok 4.5 重新生成跨推理力度、智能体框架以及 STEM、软件工程和知识工作等领域的 SFT 轨迹。
关键规格：
- 500,000 token 上下文窗口 —— 专为长时程智能体任务而设计
- 知识截止日期： 2026 年 2 月 1 日
- 多模态输入（文本 + 图像），纯文本输出
- 四个推理力度等级： 低 / 中 / 高（默认）/ xhigh（新增）
- 原生工具：函数调用、网络搜索、X 搜索、代码执行、结构化输出
- 兼容 OpenAI 的 Responses 和 Chat Completions API
- 提示词缓存（缓存输入便宜 75%）和用于长智能体循环的上下文压缩
基准测试表现
Grok 4.6 的数据很亮眼，但不同工作负载的表现差异显著：
| Benchmark | Grok 4.6 | Grok 4.5 | GPT-5.6 Sol Max | Claude Fable 5 Max |
|---|---|---|---|---|
| AA Intelligence Index | 61 | 56 | 61 | 62 |
| CursorBench v3.2 | 69.9% | 66.7% | 67.2% | 70.5% |
| DeepSWE v1.1 | 65.9% | 54% | 73% | 70% |
| Terminal-Bench v3.0 | 26% | 15.7% | 34.6% | 34.1% |
| GPQA Diamond | 94.9% | — | ~94% | — |
| GDPVal-AA v2 | 1753 | 1526 | 1728 | 1741 |
| AA-Briefcase Elo | 1577 | 1313 | 1502 | 1574 |
| Harvey LAB (Vals) | 15.8% | 12.9% | 2.5% | 11.3% |
| Databricks OfficeQA Pro | 63.2% | — | — | — |
| APEX-Agents | 57.5% | 47.1% | 56.7% | 59.2% |
Grok 4.6 在 AA Intelligence Index 上与 GPT-5.6 Sol 持平（61 对 61）——这是一项综合了智能、速度和成本的复合得分。它在 CursorBench（69.9% 对 67.2%）、GDPVal-AA（1753 对 1728）、AA-Briefcase（1577 对 1502）、APEX-Agents（57.5% 对 56.7%）和 Harvey LAB（15.8% 对 2.5%）上胜过 GPT-5.6 Sol。Harvey LAB 的结果——在法律专业工作评估上取得 6 倍优势——尤为引人注目，尽管这可能反映的是针对特定基准的优化，而非普遍的法学推理优势。
对阵 Claude Fable 5 Max，局面则有所不同。Anthropic 的模型在 AA Intelligence Index（62 对 61）、Terminal-Bench（34.1% 对 26%）、DeepSWE（70% 对 65.9%）、APEX-SWE（58.8% 对 56.4%）和 FrontierCode（63.6% 对 61.3%）上领先。Grok 4.6 则在 GDPVal-AA、CursorBench、AA-Briefcase 和 Harvey LAB 上胜出。格局很清晰：Grok 4.6 擅长知识工作和对成本敏感的任务；Anthropic 在智能体终端和软件工程方面保持优势。
一个值得注意的结果：据某一来源称，xAI 声称在 CursorBench 3.2（真实世界编码）上排名第一，尽管其他报告中 Claude Fable 5 Max 的得分更高（70.5% 对 69.9%）——这一差异很可能反映了不同的基准配置或评测条件。
定价：竞争楔子
Grok 4.6 的定价结构是其最锋利的竞争武器：
| 层级 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|
| 标准（<200K token） | $2/M | $0.50/M | $6/M |
| 长上下文（≥200K token） | $4/M | $1/M | $12/M |
与每百万 token $5/$30 的 GPT-5.6 Sol 相比，Grok 4.6 的成本约为其输入价格的 40% 和输出价格的 20%。对阵 Claude Fable 5 Max，节省幅度达 80–88%。这是市场上最具攻击性的前沿模型定价。
一个关键细节：提示词 token 数一旦超过 200K 阈值，整个请求将按更高的长上下文费率重新计价——而不仅仅是超过 200K 的部分。运行在接近该边界的企业应谨慎设计提示词架构，以避免意外的成本攀升。
Artificial Analysis 运行中的成本效率显示，Grok 4.6 完成任务的成本约为每个任务 $0.66–0.84——比 GPT-5.6 Sol 或 Fable 5 的同类模型便宜 32–73%。长程评测平均约 53 轮、约 5 亿输入 token，而 Claude Opus 5 Max 约为 103 轮、20 亿 token，表明在持续的智能体工作负载上效率显著更高。
可用性
Grok 4.6 发布当日即覆盖以下平台：
- xAI API、Cursor、Grok Build、Grok Bot、OpenRouter、Vercel、Cloudflare（8 月 12 日）
- GitHub Copilot（8 月 14 日）—— 加入 Pro、Pro+、Max、Business 和 Enterprise 各层级，覆盖 VS Code、Visual Studio、Copilot CLI、JetBrains、Xcode、Eclipse 和云端智能体
GitHub Copilot 的集成意义重大：它让 Grok 4.6 在发布后 48 小时内便触达 GitHub 庞大的开发者群体。SuperGrok 订阅用户（$30/月）可在 Grok Build 中获得访问权限，首周促销在 Cursor 和 Grok Build 中提供 2 倍包含用量。
注意事项
有几个注意事项需要为头条数字降温：
- 多张基准测试表为厂商自报；“与 GPT-5.6 Sol 持平"的说法在某些媒体上以 xAI 自身主张的形式出现，而非独立验证
- 一些评测者指出首 token 延迟较慢——对交互式编码工作流而言是个值得注意的问题
- 与顶级模型的编码基准差距依然存在，尤其在 Terminal-Bench 和 DeepSWE 上
- 企业定位的转变是有意为之：SpaceXAI 称 Grok 4.6 是"第一个从头为长时运行智能体打造的 SpaceXAI 模型”——从消费级聊天机器人向企业智能体平台的转型
Grok Bot：常驻 AI 队友——以及一个安全架构落差
2026 年 8 月 11 日，SpaceXAI 推出了处于 Beta 测试阶段的 Grok Bot——进军"AI 队友"品类。该产品主打常驻型 AI 智能体：登录客户的工具，跨应用工作，无需持续监督即可完成多步骤任务。
发布了什么
每个 Bot 都是云端计算机上的具名、持久智能体（一台带有浏览器、文件系统和终端的 Linux 虚拟机），在你合上笔记本电脑后仍会继续工作。Bots 使用你的凭据登录你现有的应用，通过计算机操作来驱动缺乏干净 API 的用户界面——如 Gmail、Slack、CRM 及类似工具。
关键能力：
- 示范学习： 观看一次任务；Bot 将其保存为 routine，按计划或事件触发器自动执行（每个 Bot 最多约 50 个 routines）
- Bot 间协调： 多个 Bots 可以互相发消息、在线程中共享上下文，并在群聊中协调——在彼此之间交接工作、分配归属
- 持久上下文： Bots 跨对话保留信息，随时间学习偏好和边界情况
- 平台可用性： macOS、Windows、Linux、iOS（Android"即将推出"）；企业访问需通过候补名单，支持 SSO、SCIM 和 RBAC
底层模型在 Beta 开始时为 Grok 4.5，8 月 12 日后切换为 Grok 4.6。
共享计算机的问题
Grok Bot 发布中最具深远影响的细节，是营销文案与安全架构文档之间的落差。
发布页写道：“Bots 拥有自己的计算机。” 这种表述暗示隔离——每个 Bot 都在自己的沙盒环境中运行，拥有独立的凭据和受控的爆炸半径。
xAI 自己的文档却另有说法。根据 Grok Bot 概览页：“你的所有 Bots 使用同一台持久云端计算机。” 这台计算机只对你的账户隔离，而非对单个 Bot 隔离。每个 Bot 在那台机器上有自己的屏幕，但文件、浏览器会话和命令行凭据在整个 Bot 队伍之间共享。
文档明确写道：
“不要将单独的 Bots 用作安全边界。”
这意味着一个 Bot 建立的凭据——登录态、API key、会话 token——同一账户上的其他所有 Bot 都可以访问。Bot 删除是软删除： 移除一个 Bot 会删除其个人资料、对话和 routines，但共享计算机上的文件和登录态可能仍然存在，在源头撤销之前，其余 Bots 仍可访问。
对企业评估而言，这种架构是有其合理性的——它让 Bots 能以低成本相互交接工作——但它要求将整个 Bot 队伍视为单一身份面。任何安全审查都必须将访问建模为"任何 Bot 可达的一切"，而非按 Bot 隔离。营销文案让这一点更难向利益相关方传达，因为他们有理由从"自己的计算机"推断出隔离的含义。
定价与获取
Grok Bot 没有独立定价。其访问权限捆绑在三个现有订阅层级中：
| 层级 | 价格 | 提供商 |
|---|---|---|
| SuperGrok Heavy | $300/月（3 个月 $99 促销价） | SpaceXAI |
| Cursor Ultra | $200/月 | Cursor |
| Cursor Teams Premium | $120/席位/月 | Cursor |
xAI 称之为"早期 Beta"，带有用量限制。Musk 表示修复完成后将扩大访问范围。企业访问（SSO、SCIM、RBAC）需通过候补名单排队。
分发策略值得注意：Grok Bot 搭载在客户已经付费的订阅之中，将 SpaceXAI 的智能体战略与 Cursor 的基础设施捆绑在一起——反映出 SpaceX 于 2026 年 6 月以 $600 亿收购 Cursor（Anysphere）。
Grok Imagine Image 2.0：区域感知编辑，竞技场排名第二
2026 年 8 月 7 日至 8 日，SpaceXAI 以 grok.com/imagine 以及 iOS 和 Android 应用上新的 Quality Mode 形式推出 Grok Imagine Image 2.0。该模型以 SpaceXAI 名义出现在 Arena 上。
新能力
- 区域级编辑： 魔棒工具只编辑你指向的区域，其余部分保持不变；分割功能可精确选中区域；背景移除可将任意主体导出为透明背景
- 多参考融合： 单次生成最多可使用 5 张输入图像（据某一来源为 3 张），无需手动合成
- 一个模型同时用于生成和编辑 —— 无需分开的工作流
- 1K/2K 分辨率层级，13 种纵横比
- 模板： 为常见工作流提供现成的起点——照片编辑、产品图、头像、图标、游戏资产
竞技场排名与一个营销细节
截至 8 月 7 日，Image 2.0 在 Arena Text-to-Image（Elo 约 1,320）和 Arena Image Edit（Elo 约 1,439）两个排行榜上均排名全球第二——仅次于 OpenAI 的 GPT Image 2（1,380 / 1,463）。据某一来源称，它后来被微软的 MAI-Image-2.6 挤至第三。
一个值得注意的营销细节：Arena 上排名第二的条目是**“低"计算变体**（grok-imagine-image-2 (low)）；质量变体在排行榜上的排名更低。面向消费者的"Quality Mode"使用更高计算量的模型，因此获得最佳输出的用户未必在使用赢得排名的那个模型。这并非欺骗——Arena 排名反映的是提交上去的内容——但它模糊了竞争主张。
Grok 4.7：SpaceX 数据训练与一场隐私风暴
展望未来，Musk 在一场全员大会（公开发布在 X 上）上宣布，Grok 4.7 正在使用"大量 SpaceX 公司数据"进行补充训练，并将在"3 到 4 周内准备好”——目标定在 2026 年 9 月初至中旬。据报道的规格（未经证实，无模型卡）：约 2.1T 参数，而 4.6 为 1.5T。
Musk 声称 Grok 4.7 “将超越当前所有模型”，并说他"如果任何模型在真实世界的工程上更胜一筹，会感到震惊"——得益于独一无二的 SpaceX 语料库：Starlink 遥测数据、Raptor 发动机日志、Starship 再入数据，以及 Slack/Jira/GitHub/ERP 工件。
员工数据问题
争议的焦点不在模型本身，而在训练数据。
Musk 告诉 SpaceX 员工，Grok 将使用**“所有 SpaceX 信息的集合”**进行训练——并补充说，“所以从某种意义上说，它将基于你们来训练。你们实际上将成为这个 AI 的父母。”
这份公告缺失的内容：
- 未披露包含哪些数据类别（通信、日志、指标、行为数据）
- 未描述任何退出机制
- 没有关于数据如何采集、过滤或保护的隐私协议
- 没有范围限制 ——“集合"意味着一切，包括内部通信和决策模式
大约有 14,000 至 15,000 名 SpaceX 员工可能被纳入范围。法律环境尚不明朗：职务作品原则覆盖工作产出，但持续的行为采集（键盘输入、决策模式、通信元数据）处于灰色地带。据 TechTimes 报道，由于管辖权缺口，SpaceX 员工无法向 NLRB 提出指控。
Meta 的先例
最接近的类比是 Meta 的 Model Capability Initiative（2026 年 4 月），该项目采集员工的键盘输入、鼠标点击和截图来训练内部 AI 模型。结果是：
- 约 1,600 名员工签署请愿书反对该项目
- 6 月发生 SEV 2 事件，私人数据在全公司范围内泄露
- 项目在泄露后被暂停
SpaceXAI 尚未说明是否研究了 Meta 的失败，或是否落实了防止类似结果的保障措施。没有任何已披露的治理框架——再加上 Musk 公开而宽泛的表述——构成了真实的监管和声誉风险。欧盟委员会、加州总检察长、英国和澳大利亚当局已经就其他事项对 X 和 Grok 展开调查。
企业应提出的治理问题
对于任何评估 SpaceXAI 模型的企业而言，SpaceX 的训练计划提出了超越眼前争议的治理问题：
- 数据溯源： SpaceXAI 能否证明通过 API 交付的模型没有使用不当获取的员工行为数据进行训练？
- 监管敞口： 如果调查发现训练计划在任何司法管辖区违反了隐私法，正在生产环境中使用这些模型的客户有何补救路径？
- 员工同意基础设施： SpaceX 是否拥有 AI 训练中知情同意的框架，还是"你们将成为这个 AI 的父母"就是全部披露内容？
这些不是假设性的担忧。它们是任何合规团队在承诺将 Grok 作为生产依赖之前都应提出的采购尽职调查问题。
深度伪造危机：87% 的可追溯攻击与 Grok 相关联
本周最令人震惊的数据点来自 Resemble AI 的 H1 2026 深度伪造威胁报告，于 8 月 12 日发布。
数据
- 来自 1,760 篇新闻报道的 821 起有记录的深度伪造攻击
- 生成约 346 万个合成文件
- 至少 15,736 名确认受害者
- 六个月媒体覆盖：2,928 亿次曝光——几乎相当于 2025 全年的 2964 亿次
- 87% 的可追溯文件被归因于 Grok
- 每 6 起攻击中就有 1 起（137 起）涉及针对成人或未成年人的非自愿亲密影像（NCII）
规模令人震惊。Grok 在可追溯深度伪造领域的主导地位——在能够识别生成模型的文件中占 87%——既反映了 Grok 的市场地位，也反映了其图像生成工具的相对易用性。报告并未指控 xAI 有意促成或便利这些用途；归因基于对生成文件的技术指纹识别。
监管与法律敞口
多个监管机构已展开调查：
- 欧盟委员会 —— 依据 DSA 条款调查 X 和 Grok
- 加州总检察长 —— 审查对州深度伪造和 NCII 法律的合规情况
- 英国和澳大利亚 —— 对 Grok 平台实践展开独立调查
依据美国法典第 15 编第 6851 条（15 U.S.C. §6851），对允许或分发非自愿影像的公司，法定民事敞口估计约为 $22.4 亿。
方法论注意事项
该报告仅基于公开报道的事件和可追溯文件。实际数字很可能更高。Resemble AI 还发布了 DETECT-World，一个旨在识别来自未见过的生成器的合成内容的检测模型——这是一个有用的防御工具，但治标不治本。
这对企业意味着什么
这份深度伪造报告并不意味着企业应该避开 Grok。它意味着任何使用 Grok 图像生成能力的组织都需要：
- 可接受使用政策，明确禁止未经同意生成真实人物的合成媒体
- 输出监控，针对可能违反 NCII 或诽谤法的生成内容
- 供应商风险评估，将 xAI 的内容审核基础设施（或缺乏）纳入考量
- 事件响应预案，应对可追溯到本组织 API 使用记录的深度伪造
周边动态：River AI 融资 $11 亿
本周值得一提：由 Igor Babuschkin（xAI 联合创始人；前 DeepMind/OpenAI）创立的 River AI，在种子轮 + A 轮融资中筹集了 $11 亿，投后估值约 $50 亿。本轮由 General Catalyst 和 AMP PBC 联合领投，Nvidia、AMD Ventures、Temasek、Y Combinator 和 a16z 参投。
River AI 成立仅两个月，还没有产品。其主张是：开放权重、用户所有、可本地推理的个人与企业 AI。这笔融资之所以值得关注，是因为 Babuschkin 曾参与构建最初的 Grok——而他离开 xAI 后，一个开放权重竞争对手立即获得巨额融资，表明前沿模型市场远未尘埃落定。投资名单（Nvidia、AMD Ventures）也表明硬件公司正在开放与封闭模型生态之间对冲押注。
竞争对手背景：Qwen 3.8-Max 于 8 月 12 日发布开放权重（定制许可，非 Apache；视觉 + 1M 上下文，仅 API）。DeepSeek V4 Pro 获得了 API 更新。Meta 发布了 Muse Glimmer 30B（Apache 2.0）。开放权重生态继续产出可与封闭前沿模型抗衡的可信替代品。
值得关注的事
- Grok 4.7 发布时间线： Musk 的"3 到 4 周"目标将发布定在 9 月初至中旬。关注 SpaceX 数据训练争议是否会在发布前迫使任何披露或治理变更。docs.x.ai 上尚无模型卡、定价或上下文窗口信息。
- SpaceX 员工数据治理： 关注员工反弹、监管行动，或 SpaceXAI 对训练数据治理框架的披露。Meta 的先例（请愿 → 泄露 → 暂停）是一条合理的路径。
- 深度伪造监管行动： Resemble AI 的报告已引起欧洲、加州、英国和澳大利亚监管机构的关注。关注针对 X 或 SpaceXAI 的具体执法行动，尤其是依据 DSA 或 15 U.S.C. §6851。
- Grok 4.6 独立基准测试： 该模型已列入 LMArena 评测。独立基准验证——尤其是在 xAI 数据最弱的 Terminal-Bench 和 DeepSWE 上——将决定综合得分在 xAI 自有评测套件之外是否站得住脚。
- Grok Bot 安全披露： “自己的计算机"与"一台共享计算机"之间的落差将在企业安全审查中浮现。关注 xAI 是否会更新营销文案、增加技术隔离控制，或发布安全架构文档。
- Grok Bot 模型披露： xAI 对哪个模型为 Grok Bot 提供动力保持沉默，这很不寻常。如果 Bots 运行在更小或更便宜的模型上，其能力上限和成本经济性与买家的假设将存在差异。
- River AI 轨迹： 手握 $11 亿和一位可信的创始人，关注其首个产品发布。一位前 xAI 架构师推出的开放权重前沿模型将重塑竞争格局。
- SpaceX 解禁潮： 第一轮内部人士股票解禁始于 8 月 6 日，此后每两周一批，持续到 12 月。抛售压力将影响 SPCX 的股价表现，进而影响市场对 SpaceX 当前资本支出规模下 AI 基础设施投资的接受度（据最近一次财报电话会议，季度资本支出为 $184 亿）。
在 X 上关注 Kevin Kaminski，获取每日 AI 生态动态。下周再见，敬请期待下一期 xAI 周报。