感谢马斯克旗下人工智能公司 xAI 于 3 月下旬推出 Grok-1.5 大语言模型之后，近日再次推出首个多模态模型 Grok-1.5 Vision。xAI 表示将于近期邀请早期尝试者和现有的 Grok 用户尝试 Grok-1.5 Vision（Grok-1.5V），不仅能懂得文本，还能处置文档、图表、截图和照片中的内容。xAI 表示：“Grok-1.5V 在多学科推理、文档懂得、科学图表、表格处置、屏幕截图和照片等多个领域都能媲美现有的前沿多模态模型”。xAI 在官方新闻稿中演示了 7 个 Grok-1.5V 案
感谢马斯克旗下人工智能公司 xAI 于 3 月下旬推出 Grok-1.5 大语言模型之后，近日再次推出首个多模态模型 Grok-1.5 Vision。
xAI 表示将于近期邀请早期尝试者和现有的 Grok 用户尝试 Grok-1.5 Vision（Grok-1.5V），不仅能懂得文本，还能处置文档、图表、截图和照片中的内容。
xAI 表示：“Grok-1.5V 在多学科推理、文档懂得、科学图表、表格处置、屏幕截图和照片等多个领域都能媲美现有的前沿多模态模型”。
xAI 在官方新闻稿中演示了 7 个 Grok-1.5V 案例，，包括将白板上的流程图草图转移为 Python 代码、根据孩子的绘画生成睡前故事、解释流行语、将表格转移为 CSV 文件格式等等。
xAI 还分享了 Grok-1.5V 的跑分情况，在 RealWorldQA 基准尝试中，比 GPT-4V、Claude 3Sonnet、Claude 3 Opus 和 Gemini Pro 1.5 等主流竞争对手更为优异。
IT之家附上参考地址
Grok-1.5 Vision Preview