xAI 为 Imagine Video 1.5 增加图像与语音参考，支持文本生成视频和原生 1080p

xAI 为 Imagine Video 1.5 增加图像与语音参考、纯提示词生成视频和原生 1080p 输出。

xAI 发布 Imagine Image 2.0，上线 grok.com 和移动端 Quality Mode

xAI 宣布 Imagine Image 2.0 正式可用，作为新 Quality Mode 上线 grok.com/imagine 及 iOS 和 Android 应用，API 型号为 grok-imagine-image-2.0。

xAI 发布 Grok Bot：可长期自主工作的云端 Agent 队

xAI 发布 Grok Bot，一组可全天候工作的 AI 智能体，拥有自己的云端计算机，能登录用户已有工具和应用中端到端完成任务，仅在需要审批时回报。产品处于 beta 阶段，面向 SuperGrok 和 Cursor 多档订阅用户开放桌面与 iOS 端，使用量与现有 Grok 和 Cursor 套餐分开计算；企业用户可加入等待名单。

xAI 发布 Grok 4.6，聚焦长程智能体与视觉交互任务

xAI 发布 Grok 4.6，在 Grok 4.5 基础上重点提升长程智能体和交互视觉类任务能力，在 Artificial Analysis Intelligence Index 上与 GPT-5.6 Sol 持平（61 分）。

Grok 4.6 上线 GitHub Copilot

xAI 宣布最新编程模型 Grok 4.6 在 GitHub Copilot 上线，覆盖云 agent、Copilot CLI 和 VS Code IDE，用户在模型选择器中选 "Grok 4.6" 即可使用，部分企业和商业用户需在 Copilot 设置中启用。该模型也可通过 SpaceXAI 控制台使用，价格为每百万输入 token $2、每百万输出 token $6。

Grok Build 全量开放：网页与移动端所有套餐可用

xAI 宣布 Grok Build 在网页、iOS 和 Android 上向所有套餐开放，用户在 Grok 对话中描述应用、游戏、网站或仪表盘即可生成可运行版本。

Grok 4.6 上线 Amazon Bedrock

xAI 的旗舰模型 Grok 4.6 现已在 Amazon Bedrock 正式可用，面向长时间运行的智能体及交互与视觉任务，支持 500k 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度。定价为输入 $2 / 百万 tokens、缓存输入 $0.50 / 百万 tokens、输出 $6 / 百万 tokens，已在支持的 AWS 区域向所有开发者开放。

Grok 4.6 上线 Gemini Enterprise Agent Platform

xAI 的旗舰模型 Grok 4.6 现已在 Gemini Enterprise Agent Platform 的 Model Garden 中开放给开发者使用。该模型面向长时间运行的智能体及交互与视觉任务，提供 500k 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度。定价为输入 $2、缓存输入 $0.50、输出 $6 每 100 万 tokens。

xAI 扩大 Grok Bot 覆盖范围：纳入 SuperGrok、Cursor Pro 及 Cursor Teams 订阅计划

xAI 宣布 Grok Bot 现已包含在所有 SuperGrok、Cursor Pro 及 Cursor Teams 订阅计划中，此前该产品于 8 月 11 日以 beta 形式上线。

Grok 4.6 上线 Microsoft Foundry

xAI 的旗舰模型 Grok 4.6 现已在 Microsoft Foundry 上线，支持 500k 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，面向长时间运行的智能体及交互与视觉任务。Foundry 提供与其他前沿模型的对比评估、工作负载测试、托管端点部署及企业级安全与治理控制，可用于构建编程智能体、工程 Copilot、研究助手和企业自动化。

Grok Bot 与 X 深度集成，可搜索帖子、读取时间线

Grok Bot 现已与 X 实现更紧密的集成，用户连接 X 账号后即可让 Bot 搜索帖子、读取时间线、查看提及或汇总 X 上的动态。付费 Grok Bot 用户可获得免费的 X API 额度，没有开发者账号的用户会被自动创建。这是该集成的首个版本，同时提供 X 插件用于搜索帖子、读取时间线、获取趋势和管理书签。

LatchBio 独立评测：Grok 4.6 生物安全监测与对抗性生物任务表现超越所有前沿模型

LatchBio 对 Grok 4.6 的独立评测显示，其在 BioSecBench-Refusal 上拒绝伪装危险任务的表现优于所有受测前沿模型，是唯一在红队拒绝率（59.2%）与常规任务完成率（64.8%）两项指标上均超过 50% 的系统，跨不同 agent harness 平均得分 62.1%。

前沿 AI 安全政策：Amazon、Anthropic、Google DeepMind、Meta、Microsoft、OpenAI、xAI 等公司政策清单

METR 汇总了多家 AI 公司发布的前沿 AI 安全政策清单，涵盖 Amazon、Anthropic、Google DeepMind、G42、Meta、Microsoft、OpenAI 和 xAI。该清单发布于 2025 年 2 月 8 日，原文为西班牙语，可阅读英文版本。

METR 汇总 Amazon、Anthropic、Google DeepMind、Meta、Microsoft、OpenAI、xAI 等公司前沿 AI 安全政策

METR 发布了一份由 AI 公司发布的前沿安全政策清单，涵盖 Amazon、Anthropic、Google DeepMind、G42、Meta、Microsoft、OpenAI 和 xAI。

Cursor 与 SpaceXAI 联合发布 Grok 4.6，聚焦长时程智能体任务

Cursor 团队与 SpaceXAI 今日联合发布 Grok 4.6，基于 Grok 4.5 打造，专注于长时间运行的智能体、更复杂的交互与视觉工作。在 Artificial Analysis Intelligence Index 上它与 GPT-5.6 Sol 持平（61 分），训练上进行了更长时间的补充训练、重新生成的 SFT 轨迹和广泛的智能体 RL。

The Economist 用世界价值观调查测 25 个前沿 AI 模型的世界观

The Economist 用 1981 年以来覆盖 100 国的世界价值观问卷测试 25 个前沿 AI 模型，按世俗到传统、生存到自我表达两轴绘制分布。

ARC Prize 实测各大推理模型：ARC-AGI-1 无明显赢家，ARC-AGI-2 仍未被攻克

ARC Prize 测试了各大实验室的 AI 推理系统，在 ARC-AGI-1 上得出准确率与成本的 Pareto 前沿，没有单一赢家：追求最高准确率选 OpenAI o3-medium/o3-high（o3-preview low 为 75.7% 但单任务 $200）。

Tomasz Tunguz：AI 模型的用户留存介于社交网络与手游之间

Tomasz Tunguz 提出 AI 如同一个漏水筛子，前沿模型平均保持领先约 41 天，用户留存率在个位数高位到约 40% 之间，介于社交网络（约 80%）与手游（百分之几）之间。同等智能水平的价格每年约下降 10 倍，如 Grok 4.5 以每任务 $0.31 达到 Intelligence Index 54 分，买家每 41 天获得更多议价筹码，创业公司可随每月赢家切换模型。

Tomer Tunguz：AI harness 正成为企业数据竞争的新战场

VC Tomer Tunguz 撰文分析 AI 时代企业数据外流风险，引用 Satya Nadella 的“反向信息悖论”与 Palantir CEO Alex Karp 关于前沿实验室“窃取业务权重与 alpha”的言论。

ARC Prize 推出 Verified 认证计划并引入独立学术小组审计测试流程

ARC Prize Foundation 宣布推出 ARC Prize Verified 计划，通过官方隐藏测试集认证模型在 ARC-AGI 上的成绩，通过者可进入官方榜单并获得认证徽章。

ARC Prize 2025 结果与分析：NVARC 以 24.03% 夺冠，官方聚焦 refinement loop 与知识过拟合

ARC Prize 2025 结束，Kaggle 冠军 NVARC 在 ARC-AGI-2 私有集上取得 24.03%（每任务 $0.20），大奖仍未被认领；共 1,455 支队伍提交 15,154 份方案、90 篇论文，获奖方案与论文全部开源。

SpaceXAI 首季资本开支 183.7 亿美元追平超大规模厂商，但资金结构迥异

Tomer Tunguz 分析 SpaceXAI 首个公开财季资本开支达 $18.37b，其中 $15.83b 投向 AI 基础设施，超出 $13.2b 的市场预期，规模接近 Microsoft 总开支的四成。

xAI 推出面向企业的 Grok Bot，企业客户两周内免费使用

xAI 宣布 Grok Bot 面向企业开放，Grok 和 Cursor Enterprise 客户未来两周可免费使用，并可邀请整个组织包括没有现有席位的成员。每个 Bot 在云端独立运行，可按工作流学习任务、相互传递上下文，本次发布还新增访问、网络和审计管控；用户工作在相互隔离的安全环境中运行，Bot 默认无访问权限。

xAI 讲解 Grok Bot 持久智能体界面的设计思路

xAI 发布设计复盘文章，讲解 Grok Bot 如何围绕持久智能体而非单次会话来设计界面。文章将产品概念收敛为 Bots、Chats、Prompts、Tools。

xAI 用 Grok Bot 打造 Haggle Bot，找出超 10 万美元采购节省

xAI 发布 Grok Bot 采购应用 Haggle Bot，接入 Slack、Notion、Drive、Gmail、Hex、Ramp 等工具，梳理约 125 个活跃供应商，已识别超过 10 万美元直接节省。

Grok Build 推出记忆功能

xAI 为 Grok Build 推出记忆功能，在每轮对话完成后于后台记录约定、决策和项目事实，后续会话会先读取相关笔记再修改代码。记忆按项目保存并另有全局偏好集合，不记录任务状态、临时结论、密钥及仓库文档已覆盖的内容；新增 /memory 浏览命令和 /dream 整理命令，后者也会定期在后台运行。

xAI 发布 Grok Voice Transcribe 2.0 语音转文本模型

xAI 发布 Grok Voice Transcribe 2.0，官方称其为当前最准确的转录模型之一，准确率是 1.0 的两倍且价格不变，在 Artificial Analysis 排行榜 32 个流式模型中准确率第一。

SpaceXAI 如何用 Grok Bot 扩展客户支持

SpaceXAI（正文写法，来源为 xAI News）在 Cursor 并入后用 Grok Bot 承接客户支持，合并团队工单增长 175% 但未新增人手，估算相当于少招 200 人。

xAI 发布 Team Bots：可与团队共同工作的 Grok Bots 开启公测

xAI 推出 Team Bots，即能与团队共同工作和学习的 Grok Bots，今日起在 Teams 和 Enterprise 计划开放公测。每个 Bot 整合上下文、插件、凭证和记忆四类要素，个人对话保持私密，也可在 Slack 中协作。

METR 前沿 AI 模型自主能力风险评估：Claude Opus 5.5、GPT-5.6 Sol 等评测一览

METR 公布了对前沿 AI 模型自主能力的系列评测，其中 Claude Opus 5.5（2026 年 9 月 22 日）、GPT-5.6 Sol（2026 年 6 月 26 日）等与 Anthropic、OpenAI 合作完成，DeepSeek、Qwen、DeepSeek-R1、DeepSeek-V3 等则在无公司参与下独立评测。

Cursor 宣布被 SpaceX 正式收购

Cursor 官宣已被 SpaceX 正式收购，始于 4 月与 SpaceXAI 合作的收购流程正式完成。Cursor 表示将使用全球最大的 GPU 集群，以更低成本构建和提供能力更强的模型，并提及周三发布的 Grok 4.6 初步展示了合作成果；Cursor 将继续帮助用户少写代码、专注于更有挑战性的问题。

xAI 发布 Grok 4.7，编码与知识工作能力提升且价格不变

xAI 发布 Grok 4.7，定位为面向编码和知识工作的最强模型，价格和速度与 Grok 4.6 相同，输入每百万 token $2、输出 $6。

Artificial Analysis 评测 Grok 4.7：智能指数升至 46，编码 Agent 指数超越 GPT-5.6 Sol

Artificial Analysis 评测 Grok 4.7（xhigh），在 Intelligence Index 得 46 分（较 Grok 4.6 +2），使 SpaceXAI 进入前四。

Gary Marcus 批评白宫“超级智能”协议缺乏实质约束

Gary Marcus 评析特朗普政府发布的白宫“超级智能”协议，称其承诺的四层控制与审计本质上是“不受监管、不给公众发声”的自我监管。他质疑协议中“独立”审计人的含义，并指出两周前业界谈论的 AI 放缓（Pacing）议题未体现在协议中，称 Dario、Sam 和 Elon 都退缩了。

xAI Grok 4.7 上线 Amazon Bedrock

xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，通过 bedrock-runtime 端点的跨区域推理配置文件提供服务，支持 Responses、Chat Completions 和 Converse API。

a16z 图表周报：AI 代码生成让应用数量激增，但用户增长停滞

a16z 图表周报引用近期论文和 SensorTower 数据指出，AI 代码生成工具让每月新应用数量在 iOS、Android 和 Chrome 上翻倍甚至翻两番，但下载量和评分基本停滞，达到 10+ 评分或 100+ 下载等规模的应用占比大幅下降。

Karina@karinanguyenAI 评分3737

Grok 4.6 在 DiligenceBench 金融测试中以约 52–53% 位列第 2，与 Claude Opus 5 基本持平，Sonnet 5 以 46.2% 落后。

Sierra 发布 𝜏-voice 基准：在真实音频条件下评测实时语音智能体

Sierra 联合普林斯顿发布 𝜏-voice 基准，将 𝜏-bench 的 278 个客服任务与全双工语音、环境噪声、电话压缩等真实音频条件结合，统一评测任务完成与对话动态。

Sierra 发布 𝜏³-Bench，将智能体评测扩展到知识库与实时语音

Sierra 发布 𝜏³-Bench，在 𝜏-Bench 基础上新增 𝜏-Knowledge 和 𝜏-Voice 两个评测域，并合并社区对原有领域的修正。