قابلیت درک تصاویر به هوش مصنوعی Grok اضافه شد

شرکت xAI متعلق به ایلان ماسک، قابلیت درک تصویر را به مدل هوش مصنوعی Grok اضافه کرده است.

به‌گزارش تک‌ناک، هوش مصنوعی Grok میزبان قابلیت درک تصاویر شد. این قابلیت به کاربران پلتفرم اجتماعی X که به چت‌بات هوش مصنوعی دسترسی دارند، امکان می‌دهد تصویری را بارگذاری و درباره آن سؤال کنند. این ویژگی برای کاربران سرویس اشتراکی پلتفرم X فعال شده است.

ایلان ماسک در پستی جداگانه اشاره کرد که Grok با استفاده از این ویژگی جدید می‌تواند مفهوم شوخی را نیز توضیح دهد. او افزود که این قابلیت همچنان در مراحل ابتدایی خود است و پیش‌بینی می‌شود به‌سرعت بهبود یابد.

به‌نقل از تک‌کرانچ، xAI مدل هوش مصنوعی Grok-2، نسخه‌ای پیشرفته‌تر از این چت‌بات را ماه آگوست منتشر کرد. این نسخه از قابلیت‌های تولید تصویر با استفاده از مدل FLUX.1 ساخت شرکت Black Forest Labs برخوردار است. مدل Grok-2 برای توسعه‌دهندگان و کاربران پریمیوم X در‌دسترس قرار دارد. در همان زمان، xAI اعلام کرد که در نسخه‌های آینده، ویژگی درک چندرسانه‌ای به Grok در پلتفرم X و نسخه‌ای که ازطریق API برای توسعه‌دهندگان ارائه می‌شود، اضافه خواهد شد.

ماسک به درخواست یکی از کاربران نیز پاسخ داد که از ناتوانی مدل مذکور در خواندن برخی از فرمت‌های فایل مانند PDF انتقاد کرده بود. او با بیان اینکه «طولانی نخواهد بود»، به کاربر اطمینان داد که تیم او در حال دستیابی به نتایجی است که معمولاً سال‌ها زمان می‌برد.

شبکه اجتماعی X در تلاش است تا با افزودن قابلیت‌های بیشتر به چت‌بات هوش مصنوعی و ارائه خدمات ویژه به کاربران سرویس اشتراکی، جذابیت خود را افزایش دهد. اوایل ماه جاری، این پلتفرم ابزار جدیدی به نام Radar را برای مشترکان پریمیوم پلاس ارائه کرد که به آنان امکان می‌دهد تا روندها و موضوعات گفت‌وگویی را به‌صورت لحظه‌ای دنبال کنند و بینش‌های جدیدی به‌دست آورند.