马斯克宣布：Grok学会看片了新智元

Grok，学会一键看片了？

就在昨天，马斯克在X上兴奋宣布：Grok可以分析任何视频了！

在推文中，马斯克放出一段长达63秒的高清视频。其中主角，居然是早已离我们远去的篮球巨星科比。

在视频中，科比身穿黑色西装，坐在洛杉矶夜景前的真皮沙发上。他的手边放着一个篮球，对着镜头向全网推销Grok 4.5。

「听着，我是科比·布莱恩特。今晚，我们不谈绝杀球，我们来聊聊下一个令人痴迷的东西——Grok 4.5。」

最后还不忘甩出一句经典收尾：「Grok 4.5。伟大是挣来的。曼巴Out。」

如果不是科比已经去世，看到这个视频的所有人，大概都会懵一会：这是真的还是假的？完全看不出伪造的痕迹啊……

好在，现在我们有了Grok。它能力惊人，不仅能迅速吃透长视频，甚至还能对极度逼真的伪造视频迅速打假，进行技术溯源。

甚至，还有人放出实例：Grok 观看了一段 30 分钟的完整访谈视频，学习、分析后，在仅仅大约 36 秒内就生成了详细摘要。

Grok的「神级」扒皮秀

如果把这段科比视频发给普通人，大概率会被疯狂转发，甚至有人会以为，这是一段科比生前未公开的商业代言。

但是，Grok一眼就能鉴假。

看完视频后，Grok交出一份教科书级的报告。

它敏锐指出，「这是一段AI生成的Deepfake视频。科比·布莱恩特已于2020年去世，因此整段视频完全是合成的。」

甚至，它还能对视频进行技术溯源。

当被问及「这是哪个AI制作的？」时，Grok认为大概率是xAI自家的Grok Imagine Video 1.5。

因为63秒的时长远超纯文本生成视频（通常10-15秒）的极限，大概率是通过多段拼接，并使用了「图像参考+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」视频吗？

有技术大神打假了：Grok处理的根本不是画面，是字幕。真要逐帧渲染分析，那算力得堆到天上去。

而且，AI的幻觉老毛病还在。

有人直接拿自己11分钟的视频测试了一下，发现摘要里大部分信息要么是转录错，要么纯属编造。

也有人用X直播试了下，效果时好时坏，并不稳定。

Grok真的能看懂吗？实测陶哲轩的科拉茨猜想

为了验证Grok是否真的有看懂视频的能力，我们决定亲自上手实测一把。

比如，有一个数学界的「死亡问题」——科拉茨猜想（Collatz conjecture，又称 3n+1 问题）。

数学家们普遍认为Collatz猜想是一个难以自拔的泥潭，并通常会提醒彼此不要轻易涉足。提出近100年来，无人公布这一猜想，既无法证明也没有反例。

2019年，Terence Tao研究了这个问题，一举超越了过去几十年其他所有人的成就。

国外的科普网站Quanta发文介绍了这一消息。

其中，有一段视频解释了该猜想：全程没有一个字，只是一些数字。