截至8月底，Grok 4.7仍未发布。马斯克在8月12日把发布窗口定在"3到4周"，指向9月初；这比他7月25日承诺的"8月21日前"已经推迟了一轮。但比跳票本身更值得关注的，是这次训练范式——xAI正把SpaceX二十多年的内部工程数据，作为补充训练语料喂给一个约2.1万亿参数的模型。这是大模型行业第一次把一家商业航天公司的真实作战经验，系统性地塞进基座模型的训练流程。

先厘清：什么是已确认，什么是马斯克的说法

已确认的事实有三条：第一，xAI文档站截至8月13日仍只列到grok-4.6，没有4.7的模型ID、定价、上下文窗口或benchmark卡；第二，马斯克8月12日在X确认初始训练已完成，正在做注入SpaceX数据的补充训练；第三，发布窗口被多次表述为"3到4周"。2.1万亿参数这个数字、以及"超越所有现存模型"的说法，目前都还停留在马斯克claim层面，没有xAI规格表或第三方评测背书——对待这类信息，结论要谨慎。

这次最特殊的地方在数据层

据多家科技媒体披露，注入的SpaceX数据包括Starlink卫星遥测、猛禽发动机燃烧室压力日志、星舰再入大气层遥测，以及Slack线程、Jira工单、GitHub代码库、ERP记录等内部工程产物。受美国国际武器贸易条例（ITAR）管制的硬件核心细节预计会被排除，留下的更多是"可推广的工程方法论"——如何在炸掉十几个原型后维持迭代节奏、几千人团队在极端时间压力下如何协同、把物理构想变成可量产硬件的过程记录。

参数决定上限，数据决定能触到多高

奇摩在企业级AI落地中反复体会到一件事：决定模型上限的是参数和数据规模，决定它真正能触到多高的，是数据的"高密度有效信息"含量。Grok 4.7吃进的这套数据，规模未必最大，但单位信息密度可能是大模型史上少有的一次——这是公开论文和教科书都给不了的"在真实物理约束下解决问题的直觉"。这正是xAI难以被复制的护城河：SpaceX已与xAI完成合并，特斯拉贡献驾驶与制造数据、X贡献对话数据、SpaceX贡献工程数据，三类专有数据形成其他实验室拿不到的组合。

节奏与商业化：越来越像早期的OpenAI

值得关注的还有节奏与商业化。Grok 4.6在8月12日发布当天就接入Cursor、Grok Build、OpenRouter、Vercel、Cloudflare，并以开源插件形式进入VS Code、Antigravity、Cursor插件市场，安装超6万次。xAI同步开源Grok Build工具链，9天在GitHub收获超2万star。这种"高频迭代+开源建声量+企业渠道铺货"的打法，越来越像早期的OpenAI。独立评测中，Cognition Labs报告Grok 4.6在105个bug的盲测里抓到27个，超过GPT-5.6 Sol；Fable 5抓到29个——4.6已经在前沿第一梯队，4.7要做的只是把身位往前推。

对国内团队而言，Grok 4.7跳票带来的观察价值不在"它到底哪天发"，而在"专有工程数据能不能换来可测的能力跃升"。如果您正在评估大模型选型或工程数据治理路径，可以参考奇摩的大模型应用解决方案，或在咨询页交流具体场景。参数和数据故事都只是入场券，能不能在企业真实任务上稳定干活，才是最终裁判。