马斯克旗下xAI公司近日为其AI模型Grok增添了图像理解功能，X平台付费用户现可向AI助手上传图片并进行相关提问。这项更新已经由xAI员工和Grok官方发言人在X平台正式确认。
马斯克在平台上展示了Grok的新能力，称其不仅能理解图片内容，还能解读图片中蕴含的幽默元素。不过他也坦言，目前这项功能仍处于早期阶段，团队将持续改进完善。
值得注意的是，自今年8月面向高级用户推出Grok-2模型以来，xAI一直在积极扩展其功能范畴。通过与黑森林实验室（Black Forest Labs）的FLUX.1模型合作，Grok已具备图像生成能力。此次新增的多模态理解功能，是对X平台用户体验和开发者API的进一步完善。
对于用户反馈的文档处理需求，马斯克表示这项功能也将很快实现。他强调xAI团队的开发效率显著，"几个月内就完成了别人需要几年才能完成的工作"。
作为X平台提升用户粘性的举措之一，本月初还推出了名为"雷达"的新工具，为Premium+用户提供实时趋势观察和对话分析服务。这些功能更新显示出X平台正在通过AI技术持续强化其产品竞争力。
据《华尔街日报》报道，埃隆·马斯克创立的人工智能公司xAI在最新一轮融资中筹集了50亿美元，使其估值达到500亿美元。此前，xAI在春季融资中获得60亿美元，彼时估值为240亿美元。这一轮融资使xAI今年的总融资金额达到了110亿美元。 xAI的主要产品是聊天机器人Grok，该产品的竞争对手包括微软支持的OpenAI、谷歌旗下的DeepMind和Anthropic等顶尖人工智能公司。作为一款具有突破性技术的聊天工具，Grok被视为xAI在AI领域中的核心竞争力。 据报道，xAI计划将新一轮融资的一部分资金用于购买额外
在人工智能日益普及的今天，越来越多的用户开始通过ChatGPT、Google Gemini等AI聊天机器人咨询医疗问题，甚至有人将X光片、核磁共振（MRI）和PET扫描等医疗影像上传至社交平台X的AI助手Grok寻求解读。然而，这种做法可能带来严重的隐私安全隐患。尽管医疗数据受到联邦法律的特殊保护，但一旦用户主动选择绕过这些保护机制，将面临以下风险:数据训练风险生成式AI模型通常会利用接收到的数据进行训练，以提高输出的准确性。但是，用户上传的数据具体如何使用、用于什么目的，以及与谁
近期，xAI工程师Hieu Pham在社交媒体上发布了一条“爆炸性”消息，声称xAI旗下的大语言模型Grok3成功证明了黎曼猜想，并因此暂停了模型的训练。这条消息迅速在AI圈引发热议，网友们纷纷表示震惊，难以分辨真假。毕竟，黎曼猜想作为千禧年七大数学难题之一，被誉为“猜想界的皇冠”，其难度可想而知。几小时后，Pham在另一条帖子中揭晓了答案:这只是一场调侃。这场“乌龙”源于网友Andrew Curran的爆料，他声称Grok3在训练过程中遭遇了“灾难性事件”。面对越传越离谱的谣言，xAI联创Gr
在当今科技领域，CLIP（Contrastive Language-Image Pre-training）是一个重要的多模态基础模型。它通过在大规模图像 - 文本对上使用对比学习损失，将视觉信号和文本信号结合到一个共享的特征空间中。CLIP 作为检索器，能够支持零 - shot 分类、检测、分割和图像 - 文本检索等多种任务。同时，作为特征提取器，它在几乎所有跨模态表示任务中占据主导地位，例如图像理解、视频理解以及文本到图像或视频生成。CLIP 的强大之处在于它能够将图像与自然语言相连接，并捕捉人类知识，这得益于其在大
