​马斯克的xAI正努力实现Grok多模态化 将支持上传照片获得文本回复

摘要： 以下内容涉嫌剧透最近港片白日之下上映讲一个记者调查接收老人与残疾人的看护机构香港称院舍虐待住客的故事影片开头特别指出情节改编自真实事件年国宝之家院舍被曝安排失能老年人集体露天洗浴年...

以下内容涉嫌剧透。最近港片《白日之下》上映，讲一个记者调查接收老人与残疾人的看护机构（香港称“院舍”）虐待住客的故事。影片开头特别指出，情节改编自真实事件。2015年，“国宝之家”院舍被曝安排失能老年人集体露天洗浴，2016年，另一家院舍“康桥之家”的院长涉嫌性侵智障女，并有六名入住的人疑似在...

划重点:

⭐ 埃隆・马斯克的 公司 x 正在为 聊天机器人添加多模态输入功能

⭐ 最新的开发者文档显示了 xAI 在推出新模型方面的进展

⭐ Grok1.5V 将允许用户上传照片并获得基于文本的答案

5月22日 消息:埃隆・马斯克的人工智能公司 xAI 正在努力为其 Grok 聊天机器人增加多模态输入功能。

根据公开的开发者文件，埃隆·马斯克（Elon Musk）的人工智能公司xAI在向其Grok聊天机器人添加多模态输入方面取得了进展。这意味着，很快，用户就可以将照片上传到 Grok 并接收基于文本的答案。

xAI上个月在一篇博客文章中首次调侃了这一点，该博客称Grok-1.5V将提供“多个领域的多模态模型”。开发人员文档的最新更新似乎显示了新模型的发布进度。

在开发者文档中，一个 Python 脚本示范了开发人员如何使用 xAI 软件开发工具包库来生成基于文本和图像的回应。这个脚本读取图像文件，设置一个文本提示，并使用 xAI SDK 生成回应。

对于 xAI 而言，这是 Grok 的一项重大更新。Grok 最早于2023年11月发布，目前仅供购买 X 高级会员订阅的用户使用。最后一次更新是在今年3月的 Grok1.5版本，带来了改进的推理能力。

据 xAI 的一篇博文介，该模型是 “基于来自互联网公开来源直至2023年第三季度以及由人类审核员审查和整理的各种文本数据” 进行训练的。该博文补充说，Grok-1并未经过 xAI 的训练（包括 xAI 的公开帖子）。然而，Grok 确实拥有 “对世界的实时知识”，包括 xAI 上的帖子。

由埃隆・马斯克于2023年3月创立的 xAI 在人工智能领域相对较新，并落后于竞争对手，如 OpenAI 的 ChatGPT。然而，根据 xAI 的一篇博文，他们的 Grok1.5模型在各种基准测试中正在缩小与 GPT-4的差距，这些测试涵盖了从小学到高中各种竞赛题目的广泛范围。值得注意的是，大型语言模型的基准测试经常受到批评，因为如果这些基准测试包含在它们的训练数据中，这些模型就可以在基准测试上表现良好。