Grok 4.5成精了？无字幕看懂陶哲轩菲奖级难题，还顺手扒了科比Deepfake的皮

TL;DR：

马斯克又搞行为艺术了：用AI让科比“复活”拍广告，结果Grok没被骗，反手就出了鉴定报告；随后实测无字幕数学视频、长访谈，36秒榨干30分钟精华。技术大神泼冷水说它只是个“字幕组影帝”，但科拉茨猜想的动画让它扳回一城。人类该高兴还是害怕？AI开始读片了，你的脑子还在线吗？

老马（马斯克）又在X上刷屏了。这次他甩出一段科比·布莱恩特的高清视频——西装革履，洛杉矶夜景，手边放着篮球，对着镜头推销Grok 4.5，最后那句“曼巴Out”差点让人泪目。¹

但等等，科比不是2020年就…？没错，这视频是AI生成的Deepfake。老马发它的目的，不是炫技，而是给自家Grok打了个硬广：你们的AI，眼睛贼着呢。

Grok看完这段63秒视频后，不仅没被骗，还秒出鉴定报告：Deepfake，大概率是xAI自家的Imagine Video 1.5生成，也可能是Sora 2或Veo 3。它甚至分析了技术流——63秒远超市面通常的10-15秒，很可能是多段落拼接+唇形同步的混合工作流。²

好家伙，Grok这是要当“AI神探”还是“奥斯卡评委”？

于是问题来了：Grok到底是真的“看懂”了视频，还是只是翻了翻字幕文件？

是真看懂还是“字幕组”摸鱼？打脸与反转齐飞

技术大神们很快泼来冷水：别神化它，Grok本质上还是在处理文本——提取视频字幕再分析。真要逐帧渲染理解画面，算力成本得堆上天。而且AI幻觉没根治：有人拿自己11分钟视频实测，摘要大量信息要么转录错，要么纯属编造。³

所以，Grok只是个高级字幕阅读器？

但接下来的一幕，让事情变得有趣了。

我们亲自甩给Grok一个数学界的“死亡问题”——科拉茨猜想（3n+1问题）。这个猜想提出近百年无人能证，被誉为“泥潭”，2019年菲尔兹奖得主陶哲轩却一举突破。国外科普网站Quanta为此做了一段动画，全程用数字和图形演化，没有一句台词、一个字幕。⁴

这要是只靠读字幕，Grok不就抓瞎了？

结果，Grok给出了让数学爱好者都虎躯一震的解读：它准确指出视频展示的是以数字1为根的Collatz逆向树，节点代表正整数，边代表前驱关系；动画从主干逐步扩展，直观呈现“所有正整数最终进入4→2→1循环”的结构；甚至还点评了动画特点和数学意义。

无字幕、纯动画，Grok依然hold住。这说明它的多模态理解能力真的进化了——至少不仅仅是“字幕组”水平。

接着我们又甩给它一段50多分钟的Hinton访谈视频（同样没有字幕）。Grok快速生成结构化摘要，总结出Hinton对AI意识、对齐悲观、Agent风险等核心观点，甚至分析了视频与帖子上下文的关联，把主持人的追问逻辑都理清了。⁵

36秒，它就把30分钟的视频精华榨干。这效率，简直是信息时代的“浓缩咖啡机”，泡杯咖啡的功夫核心逻辑就摊在你面前。

AI 36秒看完30分钟，人类该细思极恐了

对于被信息淹没的当代网友，这功能确实是“收藏夹救星”。有人甚至用它分析马斯克达沃斯演讲，快速定位到祖母骨折护理的关键信息——一个真正救命的应用。⁶

但欢呼声中，总有冷静的声音。

有学者长篇大论地警告：我们正在把大脑“外包”。深度阅读、持续专注、记忆回溯、批判性思维——这些能力一旦被AI接管，就会像不用的肌肉一样萎缩。你以为每天消费几百条“AI摘要”是高效，却可能失去了在冗长对话中捕捉微妙情绪的能力，失去了复杂逻辑中抽丝剥茧的耐心。⁷

她还引用《圣经·箴言》：“心无知识的，乃为不善；脚步急快的，难免犯罪。”她认为上帝设计人以合理的节奏去消化理解，而人类亲手制造工具然后向它们俯首跪拜，这是现代版的科技偶像崇拜。

这让人不得不思考：我们真的愿意把灵魂交给算法吗？

更何况，同一天xAI正式发布了Grok 4.5——定位“最智能模型”，擅长编码、知识工作，成本却只有同类模型的几分之一（每百万输入token仅2美元，输出6美元），Token效率翻倍，已集成到Cursor等企业中。⁸⁹¹⁰ 从识破Deepfake到理解无字幕数学视频，Grok正在模糊“理解”的定义。

但正如科比那句经典：“伟大是挣来的。”——无论AI如何强大，真正的洞察、创造力、批判性思考，依然需要人类一步一个脚印去挣。

也许，我们该问自己：当AI开始“读片”，人类是选择“躺平”还是“进化”？曼巴Out了，但人类探索的灯火，永不会熄灭。

---

引用

• Grok 4.5
• 视频理解
• 多模态AI
• 陶哲轩
• Deepfake鉴别
• 信息外包