智者2024年4月15日消息，自從 2023 年 11 月 Grok 首次亮相以來，馬斯克的 xAI 正在大模型領域不斷取得進步，向 OpenAI 等先行者發起進攻。在 Grok-1 開源后不到一個月，xAI 的首個多模態模型就問世了。昨天，xAI 推出了 Grok-1.5V，該模型不僅能理解文本，還能處理文檔、圖表、截圖和照片中的內容。

與上一代1.0開源版本相比，Grok-1.5與GPT-4一樣加入了Vision視覺功能可以深度理解真實世界，并進行數據解讀、轉換等。例如，給出一張蒙娜麗莎的圖片，讓其講解該圖片的來歷以及故事等。

根據x.ai公布的測試數據顯示，Grok-1.5 V的真實世界理解能力超過了GPT-4V、Claude 3 Opus 、Gemini Pro 1.5等知名多模態模型。

x.ai表示，Grok-1.5 V將很快向早期的測試者和現有Grok 用戶推出。