馬斯克旗下人工智能公司 xAI 于 3 月下旬推出 Grok-1.5 大語言模型之后，近日再次推出首個多模態(tài)模型 Grok-1.5 Vision。
xAI 表示將于近期邀請早期測試者和現(xiàn)有的 Grok 用戶測試 Grok-1.5 Vision（Grok-1.5V），不僅能理解文本，還能處理文檔、圖表、截圖和照片中的內(nèi)容。
xAI 表示：“Grok-1.5V 在多學(xué)科推理、文檔理解、科學(xué)圖表、表格處理、屏幕截圖和照片等多個領(lǐng)域都能媲美現(xiàn)有的前沿多模態(tài)模型”。
xAI 在官方新聞稿中演示了 7 個 Grok-1.5V 案例，，包括將白板上的流程圖草圖轉(zhuǎn)化為 Python 代碼、根據(jù)孩子的繪畫生成睡前故事、解釋流行語、將表格轉(zhuǎn)化為 CSV 文件格式等等。
xAI 還分享了 Grok-1.5V 的跑分情況，在 RealWorldQA 基準測試中，比 GPT-4V、Claude 3Sonnet、Claude 3 Opus 和 Gemini Pro 1.5 等主流競爭對手更為優(yōu)異。
本站內(nèi)容除特別聲明的原創(chuàng)文章之外，轉(zhuǎn)載內(nèi)容只為傳遞更多信息，并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當(dāng)措施，避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話：010-82306118；郵箱：[email protected]。