Серед швидкого розвитку технологій штучного інтелекту x.AI дослідницька лабораторія Елона Маска представила передову модель штучного інтелекту, Grok-1.5 Vision (Grok-1.5V), яка перетинає межі, інтегруючи візуальну та мовну інтерпретацію способами, раніше невиданими в цій галузі. Однією з порівнялюваних моделей штучного інтелекту, таких як GPT-4, тепер є перевершенням Grok-1.5V завдяки його вдосконаленому розумінню у різних галузях.
Запущений у 2023 році, x.AI набуває популярності завдяки своєй піонерській роботі, і Grok-1.5V стоїть як його останній триумф. За допомогою вражаючої здатності розуміти та аналізувати складну візуальну інформацію, таку як діаграми, фотографії та навіть меми, Grok-1.5V відкриває дорогу до революції в галузі штучного інтелекту.
Разом з запуском, x.AI висунув бенчмарк RealWorldQA, викликаючи галузь штучного інтелекту з більш як 760 питань, що ґрунтуються на сценаріях на зображеннях. Ця ініціатива слугує випробуванням на пробу для здатності штучного інтелекту розуміти наш матеріальний світ. Результати наразі свідчать, що Grok-1.5V впорається з цією завданням, де його попередники можуть зазнати труднощів.
X.AI ділиться оглядом на практичні можливості, які Grok-1.5V може незабаром реалізувати – від написання коду на основі простих малюнків до перекладання дитячих малюнків у чудові казки на ніч. Застосування поширюються на бенчмарк OpenEQA Meta, де ефективність Grok-1.5V в розумінні фізичних середовищ буде додатково перевірена.
Поки x.AI підтримує розвиток тлумачного потенціалу штучного інтелекту в різних режимах інформації, майбутні поліпшення Grok-1.5V включатимуть в себе розширення, що охоплюватиме зображення, аудіо та, можливо, відео. Як розробники, так і кінцеві користувачі знаходяться на межі доступу до значно більш потужного Grok-1.5V, який обіцяє переозначити наше взаємодію з штучним інтелектом.
The source of the article is from the blog bitperfect.pe