2026 年 11 月 9 日,SpaceX 发射副总裁 Kiko Dontchev 在佛罗里达的 UP.Summit 上公布了一个消息:SpaceX 已经把 xAI 的 Grok 用在了火箭硬件检查上,专门找藏在零件里的异物碎屑。按 SpaceX 的说法,Grok 看内窥镜视频找碎屑的准确率达到 99.9%,而做同样工作的人工检查员大约是 94%。这不是一次演示,而是一套已经在产线上跑起来的流程。
这件事有意思的地方不在数字本身,而在于一个通用大模型被直接派去干工业质检——没有新模型发布,没有基准刷榜,就是把现成的多模态模型接进了航天制造里最枯燥、也最不能出错的环节之一。
一份最不体面、也最要命的工作
要理解这事为什么重要,先得知道检查员每天在干什么。
火箭零件内部有很多靠人眼看不到、靠手摸不着的狭窄空间。检查的方法是用内窥镜——一根带摄像头的细软管,技师把它探进零件内部,一边移动一边拍视频,拍完再逐段回看,找里面有没有不该出现的东西。业内把这些东西叫做 FOD,也就是 foreign object debris,异物碎屑:加工留下的金属屑、掉进去的紧固件、一段多余的线头,都算。
东西很小,后果很大。火箭发动机和航天器系统在极高的压力、温度和振动下工作,一片在厨房电器里无害的金属屑,进了涡轮泵就可能变成抛射物或者堵住管路。NASA 为此专门有成套的异物防控标准,这件事在航天制造里被当作底线来对待。
SpaceX 之前就吃过这方面的亏。2020 年 11 月 Crew-1 载人任务准备期间,飞船出现一次轻微的压力下降,工作人员不得不重新打开龙飞船的舱门排查,原因最后指向的就是舱内残留的异物。
问题是,看内窥镜视频是一份极其重复、极其耗注意力的工作。人盯着晃动的管内画面找几毫米大的碎屑,看久了会累、会走神。SpaceX 给出的数字是:人做这项工作的准确率大约 94%。94% 听起来不低,但反过来看,意味着每 100 次检查里大约有 6 次可能漏掉点什么——对一枚要载人上天的火箭来说,这个漏检率并不让人安心。
Grok 是怎么看的:人操作,AI 只看片子
SpaceX 的新流程把工作拆成了两半:人仍然负责操作内窥镜,把探头插进去、控制方向、拍出视频;Grok 则独立看这段视频,标记所有看起来像碎屑的东西。
注意这个分工:AI 没有碰硬件,也没有替人做决定。它只做一件事——当第二双眼睛。发现可疑的东西就标出来,最终的判断和处理仍然在人手里。这种「人操作设备、AI 看片子」的结构,是目前工业 AI 落地里最常见的形态:让模型去做它最擅长的、重复度高、不怕疲劳的视觉筛查,把需要经验和责任的判断留给人。
SpaceX 没有公布这次用的是哪个版本的 Grok,也没有说明它是直接拿通用模型来用,还是针对内窥镜画面做过专门的微调或提示词工程。

不只火箭:Starlink 硬件的检查也自动化了
Dontchev 还提到了另一条线:自动化视觉检查已经用在了 Starlink 硬件上,以前几小时甚至几天的人工检查,现在几秒到几分钟就能完成,准确率和吞吐量都有明显提升。
这两条线合起来看,SpaceX 的意图就很清楚了:检查环节正在从「人看」变成「AI 先看、人复核」。这不是为了省几个人工,而是为了跟上复用的节奏。星舰的打法是快速复用——同一套硬件飞完、回来、修整、再飞,每一次周转都是一轮新的检查。飞得越勤,检查的压力越大,靠纯人工看视频迟早会成为瓶颈。
这也是为什么 SpaceX 会在 2026 年早些时候收购 xAI:自己拥有模型开发商,就能按自己的工程流程调整模型。对 SpaceX 来说,Grok 不只是一个聊天产品,而是可以直接嵌进制造流程的工具。
先别急着鼓掌:99.9% 这个数字怎么来的
数字很亮眼,但写到这里必须泼一点冷水。
首先,99.9% 和 94% 都是 SpaceX 自己给出的数字,没有公开的测试方法、样本量和评估口径,也没有第三方验证。99.9% 指的究竟是「检出率」还是「整体准确率」,SpaceX 没有细说——这两个指标在质检里含义完全不同:漏检可能导致事故,误报则意味着反复拆检、拖慢节奏。
其次,人工 94% 这个基线同样来自 SpaceX 的说法。不同检查员、不同零件、不同视频质量下,人的表现会有波动,94% 更像是一个经验性的约数,而不是严格对照实验的结果。
所以正确的读法是:SpaceX 内部评估认为 Grok 明显优于人工、值得部署——但 99.9% 这个具体数字,目前只能当作 SpaceX 的自述,不能当作经过独立验证的结论。
还有一个值得追问的点:Grok 看的是视频,不是静态图片。内窥镜画面晃动、光线不均、金属表面反光,都是视频理解里的脏活。它能在这个场景下稳定工作,说明视频理解能力已经过了工业场景的及格线。
小杜点评
站在算法工程师的角度看,这条新闻的价值不在「Grok 又赢了」,而在它展示了一种正在成型的落地范式:通用大模型 + 人机分工 + 高价值窄场景。
过去几年,工业视觉的主流做法是为每个检测任务单独训一个小模型:采数据、标数据、训模型、上产线,周期长、维护贵。SpaceX 这次的做法反过来:直接拿一个通用多模态模型去看视频,用它做筛查,人做最后的判断。省掉的是为每个任务从头训模型的那套重活,换来的是部署速度和灵活性。
这种范式能成立,有两个前提。第一,通用模型的视频理解能力要够强,强到在真实的脏数据上也能稳定输出;第二,场景要容得下「AI 建议、人拍板」的结构,也就是误报的代价可以接受、漏检有兜底。火箭 FOD 检测恰好两个都满足:视频理解够用了,而且人还在环里,AI 标错了有人兜底。
但真正关键的问题还没答案:Grok 的 99.9% 是在什么分布的数据上测的?换一批零件、换一个光照条件,数字还稳不稳?通用模型最怕分布外泛化,而工业场景最不缺的就是分布外的脏数据。SpaceX 敢用,说明内部评估过了关,但评估方法论恰恰是外界最想看到、SpaceX 目前最没公开的东西。
一句话总结:Grok 进火箭厂,重要的不是它比人准 5.9 个百分点,而是通用模型开始在工业质检里抢专用模型的活了。接下来值得盯的,是 SpaceX 会不会公布评估细节,以及其他制造企业会不会跟进。
参考来源
- Crypto Briefing:Grok hits 99.9% accuracy spotting rocket debris for SpaceX(2026-11-10,报道原始信源为 Ars Technica 记者 Eric Berger,消息由 SpaceX 发射副总裁 Kiko Dontchev 于 2026-11-09 在 UP.Summit 公布)— https://cryptobriefing.com/grok-spacex-foreign-object-debris-detection/
- TeslaNorth:SpaceX Says Grok Spots Hardware Debris With 99.9% Accuracy — https://teslanorth.com/2026/11/09/spacex-grok-hardware-debris-inspection-accuracy/
- Insights Integration:SpaceX Deploys Grok AI for 99.9% Accurate Rocket Inspections — https://insightsintegration.com/spacex-deploys-grok-ai-for-99-9-accurate-rocket-inspections/
- NASA 异物防控相关背景:NASA Marshall Space Flight Center 相关标准(经由上述报道提及)



