好吧用不着充会员 基本可以断定就是基础的语言模型外加的一套根据语段来选择动作模组的人机交互模组 我看了几个视频，它的动作模组甚至少的可怜 多次重复这个动作 希望grok员工认真负责，多录几套还能以假乱真，比如生气快乐之类的