Grok 4.8 本周完成预训练、进入强化学习：xAI 的下一张牌怎么打
10 月 8 日，马斯克在社交媒体上确认了一个进度节点：Grok 4.8 将在本周完成预训练，并正式进入强化学习（RL）阶段。在大模型发布越来越像「挤牙膏」的当下，这个进度披露本身不算爆炸新闻，但「预训练收尾、RL 启动」这两个动作连在一起，恰恰是一个模型生命周期里最关键的转折点——它意味着这块新底座读完了书，接下来要开始练本事了。 预训练收尾、进入 RL，到底意味着什么？ 预训练阶段，模型做的事是「读完全人类语料」，把语言和世界的统计结构压进权重。这个阶段决定了模型的知识宽度和基础能力，是个堆数据、堆算力、堆时间的体力活。但预训练出来的底座，往往只会「接话」，不会「办事」——它不知道怎么遵循指令、怎么推理、怎么拒绝有害请求。 把底座变成能用的产品模型，靠的就是后面的强化学习和后训练。RL 阶段才是真正把模型「调教成人」的过程：通过人类反馈或可验证奖励，让模型学会按照人想要的方式行动。Grok 4.8 此刻刚进这个阶段，也就是说，它现在还只是个「读完书但没经过训练的大脑」，距离对外发布还有相当一段路。 Grok 4.8 这个进度节点透露了哪些信号？ 第一，xAI 的迭代节奏在加快。从 Grok 4.8 的预训练收尾看，它的底座更新周期已经压缩到和 OpenAI、Anthropic 同一档，不再是几年憋一个大版本。 第二，RL 阶段的时长和质量，将决定 Grok 4.8 最终能打多远。同样的底座，RL 做得好和做得差，成品体验可以差出一个档次。xAI 过去在 RL 上的口碑起伏较大，这一阶段值得盯。 第三，结合之前「Grok Bot 按任务外包给其他模型」的动态，xAI 显然在走一条「自家底座 + 多模型路由」的混合路线，而不是死磕单一最强模型。 马斯克说的「本周完成」能信吗？ 需要说明的是，「本周完成预训练」是马斯克的个人披露，具体模型规模、训练数据构成和 RL 启动后的目标，都还没有技术细节。马斯克的时间表历来以「跳票著称」，从预训练收尾到真正可交付，中间通常还有数月打磨。但这个节点至少告诉我们：Grok 的下一代，已经在路上了。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Grok 4.8