2024年4月，馬斯克旗下人工智慧創企xAI方面發布了旗下首個多模態模型Grok-1.5 Vision，並表示將於近期邀請早期測試者和現有Grok用戶測試Grok-1.5 Vision。
基本介紹
- 中文名：Grok-1.5 Vision
- 發布單位：人工智慧創企xAI方面
文本信息,性能方面,發展歷史,
文本信息
與此前只具備文本理解與生成能力的Grok-1、Grok-1.5相比，Grok-1.5 Vision已可以處理各種各樣的視覺信息，包括文檔、圖表、圖表、螢幕截圖、照片等，並能進行多學科推理。在相關公告中，xAI方面還演示了7個Grok-1.5 Vision的套用案例，包括將白板上的流程圖草圖轉化為Python代碼、根據食品標籤計算卡路里、根據孩子的繪畫生成睡前故事、解釋流行語與梗圖、將表格轉化為CSV檔案格式等。
性能方面
性能方面，據xAI方面公布的相關測評結果顯示，與GPT-4V、Claude 3 Sonnet、Claude 3 Opus、Gemini Pro 1.5等大模型相比，Grok-1.5 Vision的表現不相上下，而且在一些基準測試中略勝一籌。例如在RealWorld基準測試中，Grok-1.5 Vision的表現明顯優於同類模型。
發展歷史
2024年4月，馬斯克旗下人工智慧創企xAI方面發布了旗下首個多模態模型Grok-1.5 Vision，並表示將於近期邀請早期測試者和現有Grok用戶測試Grok-1.5 Vision。
