Grok

跨模态智能体：问答、搜索、创作一并搞定

文生图

图生视频

多Agent协作

多模态模型

工作流搭建

工具调用

自主AI代理

视频生成

音视频生成

强化学习系统

端侧部署

长上下文推理

Grok 是 Elon Musk 推出的 xAI 公司开发的智能聊天模型，目前已发展至最新的 Grok 4。该模型具备实时搜索、代码执行、图像/视频理解等多模态能力。近期 “Imagine” 图像视频生成功能也已支持免费使用，且 Grok 4 向所有用户开放，同时 SuperGrok Heavy 提供更强性能。

工具介绍

功能特性

支持文本、图像、视频多模态输入与生成，具备实时网络搜索和代码执行能力
内置“Imagine”功能可将文字描述或静态图片转化为带音效的短视频
Grok 4 Heavy版本支持多代理协同推理，上下文窗口最高达256k tokens

应用场景

内容创作：快速生成图文、短视频及AI动画
科研辅助：分析论文、处理实验数据、生成可视化代码
学习记录：总结课堂笔记、解释复杂概念、制作教学视频
商业营销：为中小企业自动生成广告文案与创意素材

适用人群

内容创作者、学生、科研人员及中小企业主
需要高效处理多模态信息的开发者与职场用户

定价方式

基础版免费使用（每日限10次Grok 4交互），SuperGrok会员30美元/月享无限次，Grok 4 Heavy需300美元/月

支持语言

支持包括英语、中文在内的50余种语言，语音交互覆盖20种语言

技术亮点

基于xAI自研多模态大模型，Grok 4在HLE等推理基准测试中超越GPT-4o和Gemini 2.5 Pro
端到端语音交互延迟低至232毫秒，接近人类对话响应速度

使用方式

通过X平台网页端或Grok独立App（iOS/Android）使用，支持语音、文字及图片输入

更新记录

2025年8月：向所有用户开放Grok 4，并推出“Imagine”文本/图片转视频功能
2025年10月：“Imagine”升级支持预制模板，无需提示词即可生成趣味短视频
2026年2月：向所有用户开放Grok 4.2公测版，推出四大AI智能体（Grok、Harper、Benjamin、Lucas）实时辩论协作的多代理架构（减少65%幻觉）。