IT之家 4 月 13 日消息,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?jiān)缙跍y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(zhǔn)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。
IT之家附上參考地址
廣告聲明:文內(nèi)含有的對外跳轉(zhuǎn)鏈接(包括不限于超鏈接、二維碼、口令等形式),用于傳遞更多信息,節(jié)省甄選時間,結(jié)果僅供參考,IT之家所有文章均包含本聲明。