Grok 上线 Grok Imagine Video 1.5 智能体,覆盖网页、iOS 和 Android
推荐理由Grok Imagine Video 1.5 智能体上线多端,并说明由 Image 2.0 模型驱动带来的画质与多镜头连贯性变化。
追踪 xAI、Grok 模型及其产品和基础设施进展。
推荐理由Grok Imagine Video 1.5 智能体上线多端,并说明由 Image 2.0 模型驱动带来的画质与多镜头连贯性变化。
xAI 发布 Grok Bot 的设计说明,将产品主对象从聊天会话改为持久存在的 Bot,每个 Bot 拥有独立身份、记忆、运行时和工具。界面围绕 Bot、Chat、Prompt、Tool、Artifact 五个概念组织,工具与技能放在账户层,记忆与 Routine 归属具体 Bot,账户上限约 50 个 Bot、群聊中 6 个。Bot 头像同时承担身份与状态显示,其独立计算机提供状态、预览和接管三级访问方式。
推荐理由xAI 公开 Grok Bot 的界面设计取舍,读者可了解持久化智能体如何从会话式交互转向以 Bot 为中心的组织方式。
xAI 发布企业版 Grok Bot,为智能体补充访问、网络和审计控制,使其可在企业内规模化治理。每个 Bot 运行在云端独立计算机上,可像同事一样接收任务并自主完成,用户可让 Bot 跟随一次流程后自行复现,也可将 Bot 作为模板分享给他人,Bot 之间还能互相传递上下文。官方称上线以来已有数千家组织采用,包括 Legora、Supermicro 和 ServiceTitan,使用最集中的场景在工程之外;Grok 和 Cursor 企业客户可在接下来两周免费使用并邀请全组织成员。
推荐理由官方给出企业级访问、网络与审计控制,读者可据此判断智能体规模化落地的治理门槛。
Grok 4.6 已在网页端、iOS 和 Android 上线。官方建议将其用于复杂问题、智能体查询以及构建应用等场景。
推荐理由Grok 4.6 在网页、iOS 和 Android 同步上线,官方给出复杂问题、智能体查询和应用构建三类使用场景。
推荐理由Grok Bot 向标准订阅用户开放,并给出电商运营、活动协调等真实委派场景,可观察智能体在通用办公任务中的落地范围。
xAI 宣布 Grok Bot 扩大开放范围,现已包含在 SuperGrok、Cursor Pro 和 Cursor Teams 全部方案中,此前该产品于 8 月 11 日以 beta 形式上线。Grok Bot 拥有独立于 Grok 和 Cursor 方案的用量额度,交给 Bot 的任务不计入原有用量。它面向希望由智能体承担项目乃至整个职能的用户,每个 Bot 在云端拥有自己的电脑,可访问浏览器和终端,支持多 Bot 并行与群聊协作,并可通过跟随用户操作来设置例行任务。企业用户可加入等待列表。
推荐理由Grok Bot 从 beta 扩展到更多订阅方案,并说明独立用量与云端电脑等能力,读者可据此判断它能否接手现有工作流。
xAI 发布 Grok Bot,定位为可以交付真实工作的 AI 队友。每个 Bot 拥有云端独立电脑,可登录你已在使用的工具,跨应用、收件箱和网站工作,包括没有干净 API 或 MCP 的平台,任务完成到需要你审批时才回来。用户像给同事发消息一样派活,Bot 会记住对话、学习你的工作方式,并可多个并行协作、互相传递上下文;xAI 称其最初是内部原型,已在公司内用于销售外呼、营销活动、办公运营和修 bug 等场景,现对外开放。
推荐理由Grok Bot 把智能体放进云端独立电脑并跨应用完成整段工作,读者可据此判断它与现有工作流工具的差别。
xAI 发布 Imagine Image 2.0,作为新的 Quality Mode 在 grok.com/imagine 及 iOS、Android 应用全面开放,API 中模型名为 grok-imagine-image-2.0。该版本强调可用的真实工作图像,能严格遵循指令并规划排版与布局,在多次生成和编辑中保持输入内容一致。新增魔法棒局部编辑、分割选区、背景移除和最多 5 张输入图的多参考编辑,并提供智能缩放与覆盖修图、产品图、头像、图标、游戏素材等场景的模板。xAI 称其在文生图与图像编辑两项 Arena 榜单中均排名全球第二。
推荐理由xAI 发布图像模型 Image 2.0,给出精确编辑、多参考图与模板等能力,读者可据此判断其在真实工作流中的可用性。
Grok Build 新增 Workflows 功能,用户用自然语言描述大型任务后,Grok 会将其规划为脚本,在后台并行调度数百个智能体执行,完成后返回报告,会话全程保持空闲。单次运行默认预算为 128 个智能体,大型任务可扩展到 1,024 个;进度会随运行保存,暂停恢复不会重做已完成部分,可用 /workflows 实时查看各阶段与每个智能体的 token 消耗。保存的工作流放在 .grok/workflows/ 可与团队共享,放在 ~/.grok/workflows/ 则跟随个人,每个保存的工作流会变成带参数的 slash 命令;内置的 /deep-research 会把研究问题分发给并行调查者并核对来源后返回带引用的报告。
推荐理由原文给出工作流并行智能体、预算与保存复用方式,读者可据此判断它适合哪类大型任务。
xAI 发布 Grok 4.5,称其为最强模型,专为编码、智能体任务和知识工作打造,并与 Cursor 联合训练。在 Datacurve 的 DeepSWE 基准上,Grok 4.5 得分 62.0%,高于 Opus 4.8 的 55.75%,低于 Fable 的 66.1% 和 GPT 5.5 的 64.31%。模型在数万块 NVIDIA GB300 GPU 上训练,推理速度 80 TPS,定价为每百万输入 token 2 美元、每百万输出 token 6 美元,并已成为 Grok Build 的默认模型。
推荐理由原文给出 Grok 4.5 在编码与智能体任务上的基准成绩、定价和 token 效率,读者可据此判断其工程场景的性价比。
xAI 推出 Automations,让 Grok 按用户描述自行运行任务,可在 grok.com 及 iOS、Android 版 Grok 应用中使用。任务支持按一次、每日、工作日、每周、每月或每年在你所在时区的时间运行,也可通过发件人、收件人或主题过滤的邮件触发,指令中可用 @ 提及 connector 让 Grok 每次调用。定时任务面向所有用户开放,邮件触发包含在 SuperGrok 中,用户也可在聊天中让 Grok 直接创建自动化。
推荐理由xAI 官方给出 Grok Automations 的调度方式与触发条件,可据此判断它能否接管日常重复任务。
xAI 将编码智能体与 TUI 工具 Grok Build 开源,源码已发布在 GitHub。公开的代码涵盖智能体循环、工具调用分发、终端 UI 以及 skills、plugins、hooks、MCP servers 和 subagents 等扩展系统。Grok Build 现可完全本地运行,用户可自行编译并指向本地推理,通过 config.toml 驱动。
推荐理由官方开源编码智能体 Grok Build 的完整源码,读者可据此了解上下文组装、工具调用分发与扩展系统的实现方式。
xAI 在 Grok Build 中推出 /goal 模式,支持长时自主执行,可将较大的实现任务交给智能体。该模式会规划方案、拆解为进度清单并持续执行,直到任务完成并验证,期间可继续追加指令;同时提供 /goal status、pause、resume、clear 等命令用于监控和干预长时任务。Grok Build 现已可用,通过单条命令安装并登录账号即可使用。
推荐理由xAI 官方发布 Grok Build 的 /goal 模式,读者可了解长时自主执行任务的命令与监控方式。
xAI 宣布 Grok 4.3 在 Amazon Bedrock 正式可用,开发者可通过 Bedrock 的推理引擎调用该模型。Grok 4.3 支持 100 万 token 上下文窗口,推理强度可配置为 none、low、medium、high,定价为输入 $1.25 / 百万 token、输出 $2.50 / 百万 token。xAI 称其在 Artificial Analysis Omniscience 基准上取得最低幻觉率,并在 Tau2 Telecom、Vals AI Case Law 与 Corporate Finance 基准上排名第一。
推荐理由Grok 4.3 上线 Amazon Bedrock,给出定价、上下文窗口与可调推理档位,便于开发者评估企业级接入成本。
xAI 宣布 Grok Imagine Video 1.5 在 Imagine API 正式可用,模型名为 grok-imagine-video-1.5,同时 Video 1.5 Fast 已上线 grok.com/imagine 及 iOS、Android 应用。官方称这是其目前最好的图生视频模型,音效、环境音与对白在同一次生成中完成,语音更清晰、同步更好,画面运动与物理表现更稳定。Video 1.5 Fast 生成 6 秒 720p 视频约需 25 秒,此前模型需 40 秒以上;未来几天还将上线 Projects、多智能体并行和素材库搜索等功能。
推荐理由xAI 公布 Grok Imagine Video 1.5 的通用可用状态与速度、音频、物理表现的具体变化,可据此判断图生视频的可用性。
xAI 发布 Grok Build Plugin Marketplace,把 skills、slash commands、agents、hooks、MCP servers 和 LSP 打包成可安装插件,市场内置于 Grok Build,可在终端内浏览、安装和更新。首批插件来自 MongoDB、Vercel、Sentry、Chrome DevTools、Cloudflare 和 Superpowers。在 Grok Build 中输入 /marketplace 即可浏览,按 i 安装,远程插件在安装时会校验固定的 commit SHA;开发者也可向 xai-org/plugin-marketplace 提交 PR 发布自己的插件。
推荐理由原文列出首批合作插件与安装方式,读者可据此判断 Grok Build 的插件生态和上手成本。
xAI 发布编码智能体 Grok Build 的早期测试版,面向专业软件工程和复杂编码任务。它支持计划模式,可先审批或修改计划再执行,每次改动以 diff 呈现;兼容 AGENTS.md、插件、hooks、技能和 MCP 服务器,并可将任务分派给并行运行的子智能体,支持独立 worktree。此外提供 headless 模式(-p)用于脚本和自动化,以及完整 ACP 支持。
推荐理由xAI 官方发布编码智能体 Grok Build 早期测试版,读者可了解其计划模式、并行子智能体和兼容现有配置的能力。
xAI 宣布即日起 SuperGrok 或 X Premium 订阅用户可在 OpenClaw 中登录并使用 Grok 模型,所有订阅档位均可连接。OpenClaw 是开源、本地优先的智能体与个人助理,可运行在 Mac Mini、笔记本、服务器、VPS 甚至树莓派上,跨会话保留持久记忆,并接入 WhatsApp、Telegram、Slack、Discord、Signal、iMessage 等消息平台。安装可通过 curl 脚本或 openclaw onboard 引导完成,VPS 或 SSH 场景可用 xai-device-code 设备码登录。
推荐理由xAI 官方给出 Grok 接入 OpenClaw 的订阅条件与安装命令,读者可据此判断现有订阅能否直接驱动本地智能体。
xAI 在 grok.com、iOS 和 Android 上线 Skills 功能,用户教 Grok 一次偏好、格式规则或工作流步骤后,可在所有对话中记住。每个 Grok 账号自带 xAI 内置技能,包括 Word 文档、演示文稿、电子表格、PDF 和 Skill Creator,用户可用自己的版本覆盖内置技能且自定义版本优先。该功能已在 Grok 4.3 上线。
推荐理由xAI 官方公布 Grok 内置技能清单与自定义方式,可据此判断它在文档办公场景的可用边界。
xAI 推出 Custom Voices,用户录制约一分钟自然语音即可克隆自己的声音,并在两分钟内生成可用于生产的语音模型。该功能接入 Grok Text to Speech 和 Voice Agent API,支持语音标签、多语言输出以及 REST 和 WebSocket 流式传输,使用自定义声音不额外收费。创建前需通过两阶段验证,先朗读验证短语由 STT 引擎实时比对,再比对说话人嵌入向量确认同一人,因此无法用已有录音或他人声音进行克隆。
推荐理由xAI 给出语音克隆的完整流程与安全验证机制,读者可据此判断它在客服、内容与无障碍场景的可用性。