6 个月，从零到行业第一。5000 万条视频/天，60 亿张图片/月，超过所有对手之和。订阅收入突破 10 亿美元，新用户时长暴涨 55%，文章阅读量飙升 17 倍。
15 个人撑起 10 万块 GPU 的训练系统，年底冲击 100 万块。马斯克刚刚开了一场 xAI 全员大会，信息密度极高，从月球上的电磁弹射器到模拟整家公司的数字员工，每一条都值得细看。
员工大会完整视频：
开场：两岁半的"幼儿"，干翻了一群"成年人"
马斯克站上台，先吹了一顿牛逼：
xAI 成立仅两年半，而竞争对手们已经有五年、十年，甚至二十年的积累，团队规模更大，起步资源更多。但就是这样一家"幼儿期"的公司，已经在多个领域拿下了第一名。
具体来说，xAI 目前已经实现了以下成绩：
语音领域第一。 2024年9月，OpenAI 已经推出了语音对话产品，而 xAI 当时连模型都没有。但仅用六个月时间，团队从零开始自研语音模型，就已经超越了 OpenAI。再过六个月，Grok 已经部署到超过两百万辆特斯拉汽车中，还推出了 Grok Voice Agent API。
图像和视频生成第一。 这可能是最令人震惊的数据，Imagine（xAI 的图像/视频生成产品）六个月前几乎还是一片空白，连内部的 diffusion 代码都没有。而现在，用户每天通过 Imagine 生成近 5000 万条视频，过去 30 天生成了 60 亿张图片。作为对比，Google 最近宣布其图像生成工具 30 天内生成了 10 亿张图片，xAI 是它的六倍。马斯克称，据他们所知，这个生成量已经超过了所有竞争对手的总和。
预测能力第一。 Grok 420 预测模型在所有 AI 预测评测中击败了所有其他 AI，而预测能力被认为是衡量智能的关键指标之一。
算力部署速度第一。 xAI 是第一家部署 10 万块 H100 GPU 训练集群的公司，目前正在向 100 万块 H100 等效 GPU 的规模迈进。NVIDIA CEO 黄仁勋也多次在公开场合表示，没有任何公司比 xAI 更快地将 AI 算力上线。
此外，xAI 还推出了 Grokopedia（旨在超越维基百科的知识百科），目前已有约 600 万篇文章，而英文维基百科约有 700 万篇。它的终极目标是成为"银河百科全书"（Encyclopedia Galactica），对所有知识的蒸馏。
然后马斯克说了一段他显然反复思考过的话：对于任何科技公司来说，真正重要的不是你在某个时间点的位置，而是你的速度和加速度。如果你比所有人都快，你最终就会成为领导者。而 xAI 正在以比任何其他公司都快的速度前进，"没有人能接近"。
组织架构：从单细胞到有机体
随着团队从几十人扩展到几百人，公司需要新的结构。马斯克用了一个生物学的比喻来解释这件事：就像我们每个人都是从一个细胞开始，变成一团细胞，然后器官分化，长出四肢，甚至还会长出尾巴（当然尾巴后来消失了），最终变成一个完整的婴儿。公司的成长也是一样的过程。
他坦诚地提到，在这种转型中，有些人更适合公司的早期阶段，不太适合后面的阶段。对于离开的人，他说了一句："感谢你们的贡献，感谢你们带我们走到了这一步。祝你们一切顺利。"
马斯克在推特转发了这个大会实录称：
“xAI 在几天前进行了重组，以提高执行速度。随着公司的发展，特别是像 xAI 这样快速增长的公司，组织结构必须像任何生命体一样不断演变。 这不幸地需要与一些人分道扬镳。我们祝他们在未来的事业中一切顺利。 我们正在积极招聘。如果月球上的质量驱动器这个想法吸引了你，欢迎加入 xAI。”
回应了近期很多xAI 离职的信息。
xAI的架构也进行了调整
上层：四大产品线
Grok Main & Voice — Lead: Aman，成员 Tyler & Jake H. 这是 Grok 的核心对话产品和语音功能团队。
Coding — Lead: Makro，成员 Guodong 编程/代码能力团队，对标 Claude Code、Codex 等。
Imagine — Lead: Guodong，成员 Haotian & Chaitu 图像生成团队（对应 Grok 的 Aurora 图像生成能力）。
Macrohard — Lead: Toby，成员 John M. 这个名字很有意思，"Macrohard" 明显是对 "Microsoft"（微软）的戏谑（Micro/Macro, Soft/Hard），推测是面向企业级或生产力工具方向的产品线。
下层：五大基础设施层
从上到下依次是：
API & Core Product Infrastructure — Toby, Jaime
Expert Tutors & Grokipedia — Diego, Jake T.（知识库/教育类功能）
ML & Data Infrastructure — Makro, Alex B, Arshdeep, Lianmin, Saeed, Yunlong（人最多的团队）
Compute & Networking Infrastructure — Heiner, Spencer
Physical Infrastructure — Dan, Brent（数据中心等物理基础设施）
几个值得注意的点
团队规模极小。 每个产品线只有2-3人，整个架构图可见的人名加起来大概也就20多人。这和马斯克一贯的"小团队、高效率"管理风格一致，也说明 xAI 的核心研发团队非常精简。
华人工程师占比显著。 Guodong、Haotian、Lianmin、Yunlong 等名字明显是华人，而且 Guodong 同时出现在 Coding 和 Imagine 两个团队（Imagine 的 Lead），说明他是核心技术骨干。
"Macrohard" 暗示野心。 这个命名风格很马斯克，用调侃微软的方式暗示 xAI 要进军企业软件/生产力工具市场，可能是某种 AI 驱动的办公或开发平台。
公司四大业务线：Grok 主模型、代码、Imagine、Macro Hard
随着团队规模扩大，xAI 进行了组织架构调整，将公司划分为四个核心应用方向，加上基础设施层。
Grok Main & Voice：打造真正的"万能应用"
Grok 主模型和语音团队合并为一个团队。在聊天模型方面，Grok 一直在推理能力的前沿，从 Grok 1.5 到 Grok 2 再到 Grok 3，每一代都在进步。但团队现在的目标已经不仅仅是做一个问答工具了。
他们想做的是一个"万能应用"。用户可以拿它来问法律问题、做 PPT、解谜题，或者完成任何工作任务。在产品层面，目标是构建一个门户，让用户通过这一个入口就能完成所有工作，把每个人的能力放大。
团队预测，在接下来短短几个月内，所有知识工作者的产出效率将提升十倍。
Grok 主模型的定位是"在各行各业都真正有用"，无论你做的是工程、法律还是医学，Grok 给你的答案都应该是可以信赖的。
团队负责人对 xAI 的工作文化做了一个直白的描述："这不是一个轻松的地方，这是一场持久战。但我们有星际级别的野心，所以不轻松是理所当然的。如果你是一个聪明的人，想把事情做成，你就能做成。这里没有组织层级挡你的路，不用写一堆文档走流程，你直接干就行了。"
Coding：递归自我改进，编码"奇点"就在眼前
代码团队的负责人先讲了一段自己的心路历程。他说以前一直对 AI 编码工具持怀疑态度，别人一直劝他试试，他试了，但总觉得不够靠谱。但最近，事情发生了质变。
关键变化在于，现在向模型描述问题时，可以像跟一个已经熟悉代码库的同事沟通一样自然，不再需要像"牵着小孩"一样手把手指导。模型不仅能写代码，还能调试代码。团队已经在用 Grok Code 连续运行数小时来验证训练系统的复杂改动是否能在生产环境中正常工作。
但最让他们兴奋的，是一个更深层的现象：递归自我改进。当前一代的 Grok Code 正在帮助训练下一代 Grok Code。团队说他们看到了指数级起飞的趋势，而且这个趋势会持续下去。因此，编码已经被列为公司最高优先级的方向之一。
团队的另一位核心成员说得更直接："对我们来说，越来越明显的是，我们正走在通往编码奇点的道路上。"他认为目前的主要瓶颈是算力和能源，但现在 xAI 和 SpaceX 已经合为一体，在算力方面会赢，在太空算力方面也会赢。
他甚至对正在写内核和编译器的工程师喊话："你们想想，这些东西还值得手动写吗？也许你们应该加入我们，让 AI 来自动化你们自己的工作。"然后他说了一句让人印象深刻的话："我已经能感受到 AGI 了，至少在编码领域是这样。"
马斯克在旁边补了一刀。他说，可能到今年年底，编码这个中间步骤就不再需要了。AI 将直接生成优化后的二进制文件，而且 AI 生成的二进制比任何编译器做出来的都更高效。你只需要说"为这个目标生成一个优化的二进制"，就完事了。传统编码将成为一个被跳过的中间环节。
他还透露，Grok Code 预计在两到三个月内达到最先进水平。同时甩出了一个预告：Grok 4.2 模型即将推出，是一个显著的提升，而且那还只是新模型的"小版本"，后面还有中版本和大版本，会更加智能。
Imagine：六个月，从零代码到每天 5000 万条视频
如果说 xAI 速度的故事需要一个最佳范例，Imagine 团队就是。
六个月前团队只有几个人，内部连一行 diffusion 代码都没有。他们决定要做图像生成和视频生成，然后就做了。两周前发布了 Imagine V1，在多个排行榜上名列前茅，用户反馈非常好。接下来这个月和下个月还会有更多发布。
有人半开玩笑地说了一句："我觉得我们很有可能在 Meta 之前把元宇宙做出来。"
Imagine 现在已经部署在所有的产品界面上，并且无缝集成到了 X 应用中。用户打开 X，长按任何一张图片，就可以编辑图片或者用它生成视频。他们还办了一次创意大赛，收到了很多有趣的投稿。
核心数据前面已经提到了：每天近 5000 万条视频，30 天 60 亿张图片，是 Google 的六倍，超过所有对手之和。
团队能做到这一点，关键在于迭代速度：每天多次产品更新，每隔一周更新一次模型。他们的目标不仅是赢，而是长期赢，保持持续的卓越。Imagine 的终极目标，就是把你能想象到的任何东西变成现实，用他们的话说，"我们要 speed run 这件事。"
展望未来，团队说他们正在构建与现实无法区分的视觉世界。到年底，将拥有能够一次性生成 10 到 20 分钟视频的模型，无需任何人工干预，你只需要提供想象力，模型和 AI 代理会替你完成一切。
更进一步，他们正在推进实时渲染。用户将能够想象、构建并与自己的虚拟世界实时互动，世界会实时回应你。
马斯克总结说，他预测未来大部分 AI 算力将用于实时视频理解和实时视频生成。他再次强调了 xAI 的"复制模式"："我们在图像和视频领域做到了。我们会在编码领域做同样的事。在 Macro Hard 也是一样。"
Macro Hard："给电脑一台电脑"，模拟整家公司
"Macro Hard"是 xAI 所有项目中名字最有梗的一个（显然是在调侃微软 Microsoft），马斯克自己也承认"是故意开的玩笑"。但这可能是最有野心的一个方向。
Macro Hard 团队用了一个精妙的类比来解释他们在做什么：把电脑给人类用，这在历史上被证明是个好主意。他们现在做的事，本质上是"给电脑一台电脑"，有点像《盗梦空间》。
具体来说，Macro Hard 正在构建一个"完全具备能力的数字人类模拟器"，能在电脑上完成人类能做的一切操作，包括使用高级的工程和医学工具。"应该有完全由 AI 设计的火箭引擎。"这也是 AI 目前为数不多仍然显著落后于人类的领域之一，正因如此，也是最令人兴奋的创新方向。
团队目前正在构建强大的推理模型来控制命令行界面（CLI），每天都在内部使用，生产力提升巨大。但他们指出了一个关键问题：全世界 80% 到 95% 的软件都有图形界面（GUI）。要真正让人们的生活更轻松，就需要开发能够在 GUI 上解决日常任务的模型。Macro Hard 将实现桌面端的真正端到端任务编排。
马斯克在旁边补充说，Macro Hard 随着时间推移，"实际上可能会成为我们最重要的项目"。他的逻辑是这样的：看看世界上最有价值的那些公司，它们的产出都是数字化的，并不真正制造硬件。因此，理论上应该可以完全模拟任何输出为数字形式的公司。
"这将开创一个我们几乎无法想象的繁荣时代。你需要用 Imagine 才能想象得出来。"
这也是为什么"MACRO HARD"被直接写在了 Memphis 训练集群的屋顶上，"因为那就是它要构建的东西。"
招人标准只看三个特质：聪不聪明，能不能解决困难问题？有没有驱动力，有没有赢的野心？是不是一个好人，你愿不愿意跟他一起工作？
核心产品基础设施：维持灯火通明的人
除了四大方向，大会上还有一个容易被忽略但极其关键的团队：核心产品基础设施和 API。
每次用户访问 grok.com、使用 API、登录认证，或者查看 status.x.ai，背后都是这个团队在支撑。团队有很大一部分人坐在伦敦，跟 Palo Alto 的同事配合。每天下午四点高峰期保持系统运转，半夜系统出问题了就被叫起来处理。
这是一份关于可靠性、安全性和核心基础设施的工作，负责解决混乱数据环境下的分布式难题。不够光鲜，但绝对是地基级别的存在。
评测与数据：不再追求跑分，而是追求"真正有用"
xAI 正在进行一个重要的评测理念转变。
他们认为接下来一年最大的瓶颈是高质量的评测和训练数据。做法是把各个领域世界顶级的专家招进来，让他们直接评估模型。他们在医学、金融、法律领域都有专家参与，还有配音演员和视频编辑每天为 Grok 的改进做贡献。
团队正在构建的新型评测体系，不是去衡量那些"智能的代理指标"，而是去衡量"真正有用的任务"。在金融和法律前沿，他们关心的是模型能不能完成实际工作，而不是能不能在某个基准测试上刷出高分。
马斯克做了一个更彻底的表态：他们正在从"互联网上通用的评测基准"转向"领域专家导师制"。每个领域，不管是工程、医学还是法律，都有对应的专家组。真正重要的评测只有一个，那就是这些领域的人类专家是否认为 Grok 极其有用，结果是否正确。"这才是唯一真正重要的评测。"
这种方法已经在 Grok 420 中带来了实际改善，尤其是在追求事实真相和减少政治偏见方面，回答变得更加清晰准确了。
Grokopedia 的进展也在推进。团队把它比作"现代版的亚历山大图书馆"，目前已有约 600 万篇文章，正在持续改善幻觉问题。目标是让 Grok 5 在数据中心内部就能完成所有知识查询，完全不需要外部搜索。
ML 基础设施：15 个人，10 万块 GPU，五秒钟同步
ML 基础设施团队的故事，可能是整场大会里最能体现 xAI 风格的。
训练 Grok 3 时，团队刚收到 10 万块 H100 GPU，本以为软件已经准备好了。结果扩展到 3 万块的时候发现软件根本跑不起来。数据中心里有太多无法预料的事情在同时发生：交换机在跳变，链路在中断，GPU 在烧毁，还有各种数值问题。而训练系统要求 10 万块 H100 在每一个五秒钟的训练步骤中保持完全同步。在这五秒钟之内，任何事情都可能出错。
最终团队不得不进行了接近一半代码量的重写，构建了一个能在各种故障中持续推进的系统。团队负责人说那是他人生中最酷的时刻之一，"而且我儿子也是在同一时间出生的，所以格外激动。"
关键数字：当时整个预训练团队大约 15 个人，其中只有 7 个人在做实际的训练系统。没有别的地方有这种规模的算力，也没有别的地方有这种密度的人才。"如果你想解决这些问题，但又不想成为一个 1000 人大团队里的螺丝钉，这里就是你该来的地方。"
从 10 万到 100 万的扩展之路
围绕 ML 基础设施，大会上还介绍了几个关键的底层团队。
RL 和推理团队负责大规模运行强化学习训练和生产推理服务，"而且可能很快就会在太空中运行了"。他们正在构建从 10 万块芯片扩展到百万块芯片的系统，对技术栈的每一个层面进行优化，包括并行性、预填充、解码，同时确保系统对已知和未知的硬件故障都具备韧性。
工具团队负责构建平台、框架和基础设施，让人类和 AI 代理都能有效使用 xAI 的产品。他们最初搭建了人类数据平台，后来扩展到覆盖部署、评测和训练结果查看的内部工程平台。
JAX 团队只有几个工程师，专门优化超大规模 GPU 训练。他们说了一句很有画面感的话："就算你在这个规模上跑一个 Hello World，都会很复杂。"他们要对整个 JAX 技术栈进行深度定制，从编译器到运行时，支撑从 1 万到 100 万块等效 GPU 的训练规模。
Kernel 团队坐在整个技术栈的最底层，代码直接运行在百万块等效 GPU 内部。每块 GPU 里有数十万个线程，相互通信完成矩阵乘法和注意力分数计算，有些线程甚至要跟另外一百万块 GPU 通信。他们痴迷于优化每一个微秒，执着于从 GPU 中榨取最后一滴性能。
Memphis 超级计算中心：从前线连线
大会在这里切到了 Memphis 数据中心的现场直播。背景噪音很大（马斯克还让发言人把麦克风凑近嘴巴），但传递出的信息令人震撼。
这里是地球上最大的 GPU 集群之一，而且还在持续扩张。目前有 30 万块 Grace Blackwell 平台 GPU，12 个数据大厅，每个大厅超过 847 英里的光纤。要让这些 GPU 正常工作，大量的软硬件要素必须完美配合：CPU、网卡、交换机、数以千计的操作系统，全部作为一台超级计算机协同运行。
建设速度同样惊人。每个数据大厅有超过 850 英里的光纤、超过 27000 块 GPU、超过 20 万个连接，搭建时间不到六周。他们一遍又一遍地重复这个过程，大规模并行施工。这被称为"你能想象到的最复杂、最一致的工程设计和建设项目"。
整个数据中心完全垂直整合，从架构、机械、电气到结构，所有工程学科都在同一个团队内。他们不仅追求最快的算力上线速度，还追求业界最高的电力使用效率（PUE），并与 Memphis 当地社区保持良好的合作关系。
完工后，该中心将拥有超过 1 吉瓦的电力，以及全球最大的特斯拉 Megapack 储能系统（比夏威夷或南澳大利亚的还大）。
回到主会场后，马斯克展示了数据中心的全貌。第一期"Macro Hard"大楼拥有 33 万块 Grace Blackwell GPU，楼顶写着 MACRO HARD（这不是 PS，真的写在楼顶上）。旁边正在建设的第二期"Macro Harder"大楼将新增 22 万块 GP300 GPU，楼上还画了火箭图案。
马斯克说了一个梗：他想到了那个经典的工地段子，一个人在挖坑，七个人在旁边看。xAI 和其他公司的最大区别就是，"我们就是那个挖坑的人。"
X 平台：冲击全球第一 App
X 平台的负责人一上来就做了个自我介绍："你们可能认识我，我是 X 的兼职段子手、全职客服。"
然后他分享了一组相当强劲的数据。
X 已覆盖超过 10 亿用户（安装量），月活约 6 亿。他说："每次新闻爆发，你都会意识到这是我们这个时代最重要的通信工具。最有影响力的人都在这里，真相在这里结晶。所有东西都是 X 的下游。人们说'这条新闻一周后会到 Facebook'，就是因为它先发生在这里。而我们才刚刚开始认识到它的全部潜力。"
关于增长，一月份是 X 有史以来参与度最高的月份，二月份正在打破这个纪录。首次下载量每月增长超过 50%，呈现出早期消费产品的增长态势。他们还解决了困扰这款 App 长达二十年的老问题：新用户留存。新用户日均使用时长比半年前增加了 55%。
在产品层面，团队重建了推荐算法、用户引导流程、通知系统、网页浏览器和 X Chat，基本上每一个产品界面都被重构了，关键指标呈两位数增长。在文章功能上做了一轮推广后，文章发布量增长了 10 倍，阅读量增长了 17 倍。假期期间推了一把订阅业务，ARR（年度经常性收入）刚刚突破 10 亿美元。
"X 要成为世界第一的 App，路径上已经没有太多未知数了。球在我们这边，能不能赢看我们自己，就是一个执行力的问题。"
X Chat：独立 App 即将发布
他们把原来 Twitter 那套未加密的、基本只能发文字的 DM 系统，进化成了一个全功能的加密通讯系统。支持音视频通话、阅后即焚、截图拦截，基本上你对一款通讯 App 的期待它都有。
几个月内将推出独立的 X Chat App，不需要打开 X 主 App 就可以直接通讯。支持桌面共享和多人视频通话，定位是一个真正完整的通讯系统。
代码将开源，Grok Chat 也会开源。马斯克特别强调，Grok Chat 里不会有任何广告钩子或其他商业植入。推荐算法代码同样会开源。马斯克说："没有什么比透明更能让人信任一家公司。我们将是唯一一个真正开源推荐算法的平台，你可以看到它做了什么，以及它是如何演变的。"
X Money：全球支付系统
X Money 目前在公司内部进行封闭测试，预计一到两个月内启动有限的外部测试，然后面向全球所有 X 用户开放。目标是成为"所有货币交易的中心枢纽"。
马斯克解释说，虽然 X 月活约 6 亿，但安装了 App 的用户远超 10 亿，只是大多数人只在重大世界事件发生时才偶尔打开。随着通讯、Grok AI、支付等功能的完善，他要让用户觉得"如果你愿意，可以完全在 X App 上生活"。他预期 X 最终将拥有超过 10 亿日活跃用户。
终极愿景：从地球到月球，从太阳到星辰
大会的尾声是马斯克最宏大的段落，也是他真正想说的话。
他说：要理解宇宙，就必须探索宇宙。光靠地球上的望远镜和对撞机，你能学到的东西是有限的。你必须走出去。这就是 SpaceX 和 xAI 合并背后的动机，加速人类理解宇宙，把意识之光延伸到星际。
然后他算了一笔能源账。
人类目前只使用了地球潜在能源的大约 1%。而太阳占据了太阳系 99.8% 的质量。地球不过是"浩瀚黑暗中的一粒微尘"。要获取哪怕太阳能量的百万分之一，都需要比现在多出约一百万倍的能源。而获取太阳能量的唯一途径，就是走出地球这粒微尘。
他描绘了一个分阶段的路线图：
第一步，地球轨道数据中心。 利用 SpaceX 发射轨道数据中心，每年新增 100 到 200 吉瓦的算力（注意是每年新增，不是累计）。最终可能从地球发射高达每年 1 太瓦的算力。
第二步，月球工厂。 但如果你想超越每年 1 太瓦呢？那就必须去月球。在月球上建造工厂，生产 AI 卫星，并建造电磁弹射器（mass driver）。这是一个通常只在科幻小说里出现的东西，但马斯克说他们要把它变成现实。通过月球电磁弹射器，算力可以提升到每年 1000 吉瓦甚至更多，最终获取太阳能量的百万分之一、千分之一，甚至百分之几。
马斯克说他最想亲眼看到的场景是：月球上的电磁弹射器，一颗接一颗地把 AI 卫星射向深空。"嗖，嗖，一个接一个。"
"我想不出比这更史诗的事了。月球上的电磁弹射器，月球上的自给自足城市。然后从月球到火星，遍历整个太阳系，最终飞向群星之间。也许我们会遇到外星人，也许我们会发现存续了数百万年的古老文明遗迹。但要做到这一切，唯一的路就是走出去。"
他承认，很难想象一个那种规模的智能会思考什么样的问题。但亲眼看到它发生，将会是极其激动人心的。写在最后
写在最后
这场全员大会从头到尾信息量巨大，但抽丝剥茧之后，你会发现马斯克真正想传达的其实就是一件事：xAI 不是在做一个 AI 产品，而是在构建一整套从芯片到太空的垂直体系，AI 模型只是其中的一个环节。
编码模型训练下一代编码模型，Imagine 生成的视频量超过所有对手之和，15 个人的团队驾驭 10 万块 GPU，数据中心楼顶写着产品名，月球上要建电磁弹射器。每一条听起来都像是在吹牛，但当你把它们串在一起看的时候，你会发现这些东西之间有一条清晰的逻辑链。
无论你是否认同他的时间线和预测，有一点很难否认：xAI 确实用极短的时间、极小的团队，在多个领域取得了令人瞩目的成绩。而他们真正的核心竞争力，或许就像马斯克引用的那个梗所说的：在其他公司，一个人在挖坑，七个人在看。
而 xAI，他们就是那个挖坑的人。
