Grok初のマルチモーダルモデル「Grok-1.5V」公開、空間理解を強化
初のマルチモーダルモデル「Grok-1.5V」のプレビューが公開された。テキストに加え文書や図表、写真の認識に対応する。現実世界の空間理解を測る新ベンチマーク「RealWorldQA」では68.7%を記録し、主要モデルを上回った。早期テスターや既存ユーザー向けに近日提供される。
初のマルチモーダルモデル「Grok-1.5V」のプレビューが公開された。テキストに加え文書や図表、写真の認識に対応する。現実世界の空間理解を測る新ベンチマーク「RealWorldQA」では68.7%を記録し、主要モデルを上回った。早期テスターや既存ユーザー向けに近日提供される。