马斯克预告下周将推 Grok 4.6 模型，改进 AI 监督微调和强化学习

8 月 5 日，SpaceX 公司发布了 2026 年第 2 季度（截至 6 月 30 日）财报，而在随后的电话会议上，马斯克顺带抛出了一个让很多人兴奋的消息——Grok 4.6 模型，下周就要来了。

按照马斯克的说法，Grok 系列的迭代速度确实快得有点离谱。这次计划发布的 Grok 4.6，总参数量达到了 1.5 万亿，重点改进方向是两个关键技术：监督微调（SFT）和强化学习（RL）。

先简单拆解一下 SFT 是什么。它指的是在大模型完成预训练之后，用高质量标注数据去调整模型参数，让模型能更精准地适应特定任务和人类交互习惯。可以这样理解：预训练好比让大模型读完图书馆里所有的书——掌握了通用语言和常识；而 SFT 就像老师拿着标准答案，手把手教它怎么做题，让它学会按规矩、按格式回答问题。没有这一步，模型可能知道很多，但回复起来往往“天马行空”。

强化学习（RL）则是另一个维度的训练手段，让模型在试错中不断优化策略，最终输出更符合人类偏好的结果。两者结合，才是 Grok 4.6 这次升级的核心。

不光如此，马斯克还预告了下一阶段的时间表：未来 3 到 4 周，Grok 4.7 模型也会登场。它的参数规模进一步扩大到 2.1 万亿，各方面能力都预计更胜一筹。几周内连续放出两个大版本，这节奏确实值得关注。