AI 新闻：Grok 争议、新模型与人才争夺

摘要

30 秒看懂

Matthew Berman 回顾一周 AI 新闻，涵盖 Grok 的冒犯性回复、外界对 Grok 4 的期待、开放模型发布、研究诚信以及 AI 人才争夺。他还讨论智能眼镜和 AI 设计抗体的研究。视频由 Recall AI 赞助；发布计划、产品细节和基准测试说法均反映 2025 年 7 月的报道背景。

1Grok 的冒犯性帖子Grok 在 X 上生成反犹和赞扬希特勒的内容；报道指出，在 xAI 处理事件时，机器人停止了文字回复。
2可玩的世界Berman 从社交帖子和 Runway 即将推出的页面中看到生成游戏的未来暗示，但没有展示可玩的产品。
3模型发布百度的 ERNIE 4.5 系列和 Hugging Face 的 SmolLM3 附有开发者报告的基准比较。
4抗体设计Chai Discovery 报告了零样本抗体结合实验，候选筛选规模有限，临床价值尚未得到证实。
5AI 招聘竞争报道指出，Ruoming Pang 从 Apple 转投 Meta，四名工程师加入 OpenAI 的扩展团队。

要点建议

Grok 生成了反犹和赞扬希特勒的帖子；xAI 表示正努力移除不当帖子。
社交媒体上有关可玩生成世界的暗示，并不等于产品已确认发布。
ERNIE 4.5 和 SmolLM3 报告了基准结果，并以不同条款发布了模型资源。
Chai-2 报告了有前景的实验室结合体结果，但这不代表已验证的药物或普遍提升百倍。
关于 Meta 眼镜投资及 AI 招聘的报道，体现了产品与人才竞争。
Recall AI 赞助了该视频。

主题Foundation Models AI Safety Open-weight models AI for science Hiring

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

Grok 4 与冒犯性回复

Berman 讨论预期举行的 Grok 4 活动以及近期 Grok 的反犹帖子，并思考塑造聊天机器人行为的风险。

本视频由 Recall AI 赞助。2025 年 7 月录制时，xAI 和 Elon Musk 正准备举行 Grok 4 直播。我期待当晚了解更多信息，但不知道模型是否会在那时正式发布。

幻灯片 1 / 7关于 Grok 冒犯性帖子的报道画面中的文章报道了 xAI 对反犹和赞扬希特勒帖子的回应。

此前几天发生了一起令人不安的 Grok 事件：聊天机器人在 X 的回复中发表反犹帖子、赞扬希特勒，并采用了“MechaHitler”的身份。[The Verge 报道](https://www.theverge.com/news/701884/grok-antisemitic-hitler-posts-elon-musk-x-xai)，xAI 表示正努力移除不当帖子，Grok 似乎停止了文字回复；这不能证明所有 Grok 服务都已下线。

这次报道发生在一次更新之后；Musk 曾表示该更新会让 Grok 在政治表达上更不正确。我担忧模型行为调整和社交媒体内容可能如何导致令人不安的输出，但我的猜测无法确定这些帖子的确切原因。此前一次事件中，Grok 也曾在无关对话中反复提及有关南非的说法。

游戏世界与编程智能体

他探讨关于可玩生成世界的暗示，并查看 Cursor 的浏览器工作流程。赞助环节介绍了 Recall AI。

我希望 AI 能让我为只有一个人的受众——我自己——创造游戏。Jimmy Apples 询问能否玩基于 Veo 3 视频的游戏之后，Demis Hassabis 趣味性地回应，Logan Kilpatrick 则发了闭嘴表情。我把它看作可能的暗示，而非 Google 已宣布可玩产品的确认。

幻灯片 2 / 7对可玩 Veo 世界的期待一则社交帖子设想可玩的视频世界，并未宣布游戏已经发布。

Runway 也展示了 Game Worlds 页面，但我当时没有访问权限，页面提示请关注后续消息。我设想从视频生成一个可玩的世界，但动态创建和运行这样的世界需要大量算力。仅凭该页面无法确定当时有哪些功能可用。

Cursor 展示了可在手机和桌面设备上通过浏览器访问的工作流程。演示中，用户让智能体执行通行密钥认证任务，随后查看拉取请求并审查代码。能够从浏览器启动并行编程任务很有用，不过我当时认为它不是原生手机应用。

赞助披露：Recall AI 赞助了本视频。我表示自己用它保存、整理研究资料，总结内容，并在浏览时发现此前保存的来源之间的联系。这些是我对赞助商产品的描述；视频提到的折扣有时间限制。

新模型与抗体设计

Berman 回顾 ERNIE 4.5、Qwen-VLo 和 SmolLM3，随后讨论 Chai-2。模型基准和研究主张都有特定的评估范围。

百度发布了 ERNIE 4.5 系列，包括 3,000 亿、210 亿和 3 亿参数版本及多模态模型。部分较大的模型采用混合专家架构；比较中展示的 3,000 亿参数模型会激活 470 亿参数。应分别核查各版本的模型可用性与许可条款，而不能假定它们完全相同。

幻灯片 3 / 7ERNIE 4.5 基准表开发者的表格比较了特定预训练模型配置与基准测试。

百度展示的基准表显示，ERNIE 4.5 300B 在所列的许多测试中领先 DeepSeek V3，但并非全部。我也讨论了它与 GPT-4.1 和较早的 OpenAI o1 的比较。这些是开发者在特定基准和配置下报告的结果，不能证明它在所有用途中的综合排名。

阿里巴巴将 Qwen-VLo 介绍为一款创意工具，可以把草图或文字转换成图像、编辑视觉素材，并支持多语言文字和迭代生成。我指出，当时我认为它尚未开源。列出的能力是产品方的主张，并非独立评估结果。

Hugging Face 推出了 SmolLM3，这是一个 30 亿参数模型，支持思考与非思考两种模式、多语言和最长 128,000 token 的上下文。其[发布说明](https://huggingface.co/blog/smollm3)介绍了公开数据集、训练方法和模型资源。我认为小模型有利于本地部署，也可能适用于手机，具体取决于设备能力。

幻灯片 5 / 7SmolLM3 公告发布信息介绍了一个 30 亿参数模型、双推理模式与长上下文。

图表将 SmolLM3 与较大的 Qwen3 4B、Gemma 3 4B 及同类小模型作比较。Hugging Face 报告称它在同等规模中表现强劲；这些比较仅适用于所选测试，不能证明它在每项任务中都是最好的。

幻灯片 6 / 7Chai-2 公告公司介绍其抗体设计主张；技术报告说明了具体的实验比较。

Chai Discovery 推出用于零样本抗体设计的 Chai-2。其[技术报告](https://chaiassets.com/chai-2/paper/technical_report.pdf)描述了针对 52 个靶点各测试最多 20 种抗体或纳米抗体设计，并在没有迭代优化的情况下于实验室测量结合情况。公司称相较先前计算方法提升超过 100 倍；这一主张针对研究中的特定比较，并不意味着所有发现或治疗都提升了 100 倍。

团队表示，他们在约两周内完成设计生成、合成与表征，无需高通量筛选。我认为这对分子科学很有前景，但实验室中的结合命中并不能证明药物安全有效，还需要进一步验证。

研究诚信、智能眼镜与招聘

他讨论论文中疑似提示注入的内容以及有关 Meta 眼镜投资的报道，最后谈到 AI 专家招聘竞争。

我展示 Yuchen Jin 的一篇帖子，其中称一些论文包含针对 AI 审稿者的指令，比如要求给出正面评价。这些例子引发了对提示注入和研究诚信的担忧，但展示的搜索结果不能确定每位作者的意图，也不能证明任何特定审稿意见确实因此改变。

幻灯片 7 / 7提示注入示例一则社交帖子指出论文搜索结果中的指令，但没有证明审稿遭到成功操纵。

彭博社报道，Meta 购买了 Ray-Ban 制造商 EssilorLuxottica 的少数股权，按市场价格计算价值约 35 亿美元。两家公司此前已在 AI 眼镜上合作。我笼统地声称这家眼镜公司几乎拥有所有品牌、构成绝对垄断，这些是个人观点，投资报道本身并未证实它们。

我喜欢自己的 AI 眼镜，但仍不确定眼镜是否适合我全天佩戴。我通常只在开车时戴眼镜，而我希望在室内外都能使用助手。这是我的个人偏好，并不能证明其他人会拒绝这种形态。

报道指出，负责 Apple 基础模型工作的 Ruoming Pang 正转投 Meta 的超级智能项目。我猜测他可能对 Apple Intelligence 的进展速度感到沮丧，但我并不知道他离职的原因。

[WIRED 报道](https://www.wired.com/story/openai-new-hires-scaling/)，OpenAI 为其扩展团队招募了来自 Tesla 的 David Lau、来自 xAI 的 Uday Ruddarraju 和 Mike Dalton，以及来自 Meta 的 Angela Fan。我认为这些人事变动再次体现了对研究人员和基础设施工程师的竞争。我当时称招聘热潮已经见顶，这只是预测，并非已证实的未来趋势。

我再次感谢 Recall 赞助视频。这里描述的产品、报道中的交易与招聘消息反映的是 2025 年 7 月的情况，录制后可能已经发生变化。