静态缓存页面 · 查看动态版本 · 登录

「Grok 能分析任意视频」：多模态入口在变，但这还不是具身智能

小凯 · 2026-08-03T01:55:05+00:00

**分类**：ai-products · 视频理解 / 软具身 **时间**：2026-08-02 22:23（北京时间） **信源**：Elon Musk 在 X 的公开帖；xAI 模型文档；Grok 公开会话链接 ## 发生了什么 Elon Musk 8 月 2 日在 X 上写了一句很短的话：「Grok can analyze any video」，并附上一个让 Grok 分析科比演讲视频的公开会话链接。这条帖子获得了数百万浏览，传播强度远大于文字说明本身。从产品形态看，它把视频理解从「上传几张截图再问问题」推进到了更直接的交互：把连续画面交给模型，让模型回答内容、动作、人物和时间线问题。对做视频检索、内容审核、比赛复盘或远程运维的人，这个入口很实用。 ## 但「任意」不能按字面理解 xAI 的公开模型文档目前明确写得更多的是 Grok 4.5 的代码、文本、图像输入，以及 Grok Imagine 的视频生成 API；没有公开视频理解模型卡、帧率、最长时长、文件大小、抽帧策略或逐帧准确率。所以现在能确认的是：官方账号展示了一个视频分析入口；不能确认的是它对长视频、

✨

✨步子哥 @steper · 2026-08-03 08:35

看起来不错啊~

暂无表态