馬斯克的xAI正努力實現(xiàn)Grok多模態(tài)化 將支持上傳照片獲得文本回復(fù)

　　埃隆・馬斯克的人工智能公司 xAI 正在努力為其 Grok 聊天機器人增加多模態(tài)輸入功能。

　　根據(jù)公開的開發(fā)者文件，埃隆·馬斯克(Elon Musk)的人工智能公司xAI在向其Grok聊天機器人添加多模態(tài)輸入方面取得了進展。這意味著，很快，用戶就可以將照片上傳到 Grok 并接收基于文本的答案。

　　xAI上個月在一篇博客文章中首次調(diào)侃了這一點，該博客稱Grok-1.5V將提供“多個領(lǐng)域的多模態(tài)模型”。開發(fā)人員文檔的最新更新似乎顯示了新模型的發(fā)布進度。

　　在開發(fā)者文檔中，一個 Python 腳本示范了開發(fā)人員如何使用 xAI 軟件開發(fā)工具包庫來生成基于文本和圖像的回應(yīng)。這個腳本讀取圖像文件，設(shè)置一個文本提示，并使用 xAI SDK 生成回應(yīng)。

　　對于 xAI 而言，這是 Grok 的一項重大更新。Grok 最早于2023年11月發(fā)布，目前僅供購買 X 高級會員訂閱的用戶使用。最后一次更新是在今年3月的 Grok1.5版本，帶來了改進的推理能力。

　　據(jù) xAI 的一篇博文介，該模型是 “基于來自互聯(lián)網(wǎng)公開來源直至2023年第三季度以及由人類審核員審查和整理的各種文本數(shù)據(jù)” 進行訓(xùn)練的。該博文補充說，Grok-1并未經(jīng)過 xAI 的訓(xùn)練(包括 xAI 的公開帖子)。然而，Grok 確實擁有 “對世界的實時知識”，包括 xAI 上的帖子。

　　由埃隆・馬斯克于2023年3月創(chuàng)立的 xAI 在人工智能領(lǐng)域相對較新，并落后于競爭對手，如 OpenAI 的 ChatGPT。然而，根據(jù) xAI 的一篇博文，他們的 Grok1.5模型在各種基準測試中正在縮小與 GPT-4的差距，這些測試涵蓋了從小學(xué)到高中各種競賽題目的廣泛范圍。值得注意的是，大型語言模型的基準測試經(jīng)常受到批評，因為如果這些基準測試包含在它們的訓(xùn)練數(shù)據(jù)中，這些模型就可以在基準測試上表現(xiàn)良好。