马斯克官宣Grok 4.8本周完成训练 2.5万亿参数搭全新C++软件栈

xAI首席执行官埃隆·马斯克近期在X平台公开Grok系列大模型最新进展，旗下新一代大模型Grok 4.8参数量达2.5万亿，采用全新C++软件栈训练，将于本周内完成训练随即启动强化学习环节。此前原定9月12日发布的Grok 4.7因强化学习参数调校问题延期，也侧面凸显了大模型训练后期调试的技术门槛。

美国时间9月14日，马斯克在X平台的一条短帖瞬间引爆全球AI从业者的讨论：这是继Grok 4.7宣布延期后，xAI首次对外公布下一代模型的明确进展，也直接把大模型参数竞赛的门槛拉到了2.5万亿的新刻度。

据马斯克披露，Grok 4.8最大的技术突破不仅是2.5万亿的参数量，更是其首次采用全自研的C++软件栈完成训练。相比于行业通用的Python为主的训练框架，C++栈在执行效率、内存占用上有着数量级的优势，能大幅降低万亿参数模型的训练能耗和时间成本，也为后续推理端的性能优化预留了充足空间。按照xAI的规划，模型训练完成后将立刻进入强化学习阶段，进一步优化输出的准确性和可用性。

就在Grok 4.8消息公布的两天前，马斯克刚宣布原定9月12日发布的Grok 4.7延期，而延期的原因也颇为实在：强化学习环节的回复长度惩罚设置过重，导致模型遇到复杂任务时会过早停止输出，也不会主动回查自身输出的错误，相当于训练流程卡在了最后一公里。

这一细节也打破了外界“大模型只靠堆参数”的刻板印象：万亿参数规模的模型，训练后期的强化学习参数调校、对齐效果，直接决定了用户实际感知到的能力高低，哪怕是头部团队也会在这一环节遇到卡壳的情况。

值得注意的是，Grok 4.8并非首个公开的2.5万亿参数大模型，国内厂商月之暗面此前就宣布旗下Kimi K3大模型参数规模达2.5万亿，预计将于2026年第三季度正式发布。

当前全球大模型赛道已经明显分化出两条路线：一条是以xAI、月之暗面为代表的“堆参数+基础设施优化”路线，通过不断提升参数规模和训练效率冲击通用人工智能能力；另一条则是侧重小参数模型垂直优化的路线，主打低成本、低算力需求的落地场景。而随着C++软件栈这类训练基础设施的创新出现，万亿参数模型的训练门槛有望逐步降低，未来两年大模型的能力升级速度还将进一步加快。