马斯克在社交平台推荐自家 AI 平台 Grok 新版本时，上传了一段已故篮球巨星科比的 AI 合成视频作为实测案例。Grok 不仅完整解析了画面与场景，还精准提取了核心台词，最终判定该视频为深度伪造的 AI 合成内容——展示出全新的视频交互能力。

从马斯克放出的对话记录可以看到，Grok 先是逐帧解析画面："科比身穿黑色西装，以标志性的'曼巴精神'发表独白，伴随着指点、手势、微笑以及身体前倾靠近镜头的动作，灯光极具电影质感。"随后模型精准提取出视频中"SpaceX 迄今为止打造的最强智能模型""Grok 4.5，伟大源于磨砺，曼巴，退场"等核心台词。

综合判定为 Deepfake，科比 AI 视频无所遁形

最关键的环节在于综合判定——Grok 结合所有画面、台词和上下文信息，最终判定这段影像属于深度伪造 AI 合成视频，并指出科比已于 2020 年离世，视频内人物画面均为 AI 生成而非真人实拍。这意味着 Grok 不仅能"看懂"视频内容，还具备了辨别真伪的推理能力。

从音频摘要到全维度理解，视频交互跨代升级

Grok 近日正式上线的视频交互功能，让用户可以像上传图片一样在对话窗口直接上传本地视频文件或粘贴链接，向 AI 下达各类指令。支持的功能包括总结视频全篇内容、识别画面人物与物体、拆解动作细节，或针对任一细节持续追问交流。

相较于以往仅提取音频文字生成摘要的旧模式，新版 Grok 实现了跨越式升级——能够联动连续帧画面、音频信息与上下文逻辑，全方位深度理解整条视频内容。当 AI 从"听视频"进化到"看视频"，从内容总结升级到真伪鉴别，视频交互的天花板又被抬高了一截。