马斯克新作！Grok-1.5V多模态模型震撼发布：数字与物理世界完美融合

AIGC动态欢迎阅读

原标题：马斯克新作！Grok-1.5V多模态模型震撼发布：数字与物理世界完美融合
关键字：模型,用户,世界,基准,代码
文章来源：新智元
内容字数：8824字

内容摘要：

新智元报道编辑：编辑部
【新智元导读】马斯克xAI的多模态模型Grok-1.5V横空出世了！不仅多项基准测试超越GPT-4V，而且看懂梗图写Python代码也都不在话下。并且，为了评估模型对于真实世界的空间理解，xAI此次还推出了新基准RealWorldQA。马斯克的第一代多模态模型Grok-1.5V，终于来了！
Grok 1.5V，号称是能连接数字世界和物理世界。
除了文本功能，它还能处理文档、图标、屏幕截图和照片之类的各种视觉信息。
很快，所有早期测试者和所有Grok用户就能用上Grok 1.5V了。
英伟达高级科学家Jim Fan发现了Grok-1.5V的「最大亮点」：在他看来，Grok-1.5V最令人感兴趣的，就是解决自动驾驶边缘案例的潜力。
如果使用语言进行「思维链」，帮助汽车分解复杂场景，用规则和反事实进行推理，解释其决策，Grok-1.5V就能将像素->动作映射提升为像素->语言->动作。
由此，特斯拉FSD V13就很有可能会理解语言Token！
特斯拉的优势是，具有高度成熟的数据管线，因此，就不难用高质量的人类解释痕迹来标记大量边缘案例，在多模态FSD推理上，微调G

原文链接：马斯克新作！Grok-1.5V多模态模型震撼发布：数字与物理世界完美融合