イーロン・マスク設立xAI、「Grok-1.5V」を発表。画像認識が可能に

最終更新日:2024/04/17

xAI Grok-1.5V発表

xAIは、独自LLM「Grok」の更新版「Grok-1.5V」を発表しました。マルチモーダルモデルで画像認識が可能です。

このAIニュースのポイント

xAIが独自LLM 「Grok」の更新版である「Grok-1.5V」を発表
高度な画像認識能力を持ち、カロリー計算や物語の作成など様々なことが可能
今後数ヶ月のうちに、更なるマルチモーダルの理解能力と生成能力の向上が期待される

イーロン・マスク氏が設立した人工知能開発企業、xAIは、自社独自LLM「Grok」の更新版「Grok-1.5V」を発表しました。

「Grok-1.5V」は、同社初のマルチモーダルモデルです。テキスト機能に加えて、文書、図、チャート、スクリーンショット、写真など、さまざまな視覚情報の処理が可能です。

具体例として、食品の栄養表示画像から正しいカロリーを計算することを挙げています。画像を提示し「5枚で何キロカロリーありますか」と質問をすると、栄養表示内容を踏まえて計算のプロセスを解説し、合計で100キロカロリーだと回答しています。

他にも、描いた絵から架空の物語を生成することもできます。

またxAIは、現実世界を理解する実用的なAIアシスタントの開発には、物理・世界についてのモデルの理解を高めることが重要と考えており、新しいベンチマークの「RealWorldQA」を導入しています。

RealWorldQAの初回リリースには700枚以上の画像を含み、各画像には質問と簡単に検証できる回答が付属されています。

モデル性能の点では、Grok-1.5V は、学際的な推論や文書、科学図、チャート、スクリーンショット、写真の理解に至るまで、多くの領域で既存のマルチモーダルモデルと競合する性能を持ちます。「RealWorldQA」ベンチマークにおいては、競合製品を上回っています。

xAIは、今後数ヶ月のうちに、画像・音声・映像などの様々なモダリティにおいて、マルチモーダルの理解能力と生成能力の改善を行う予定だとコメントしています。

出典：xAI

AIsmiley編集部

株式会社アイスマイリーが運営するAIポータルメディア「AIsmiley」は、AIの専門家によるコンテンツ配信とプロダクト紹介を行うWebメディアです。AI資格を保有した編集部がDX推進の事例や人工知能ソリューションの活用方法、ニュース、トレンド情報を発信しています。

・Facebookでも発信しています
@AIsmiley.inc
・Xもフォローください
@AIsmiley_inc
・Youtubeのチャンネル登録もお願いいたします@aiaismiley1345

メルマガに登録する

AIサービス: AI研究開発; LLM; 画像認識・画像解析

DXトレンドマガジンメールマガジン登録

業務の課題解決に繋がる最新DX・情報をお届けいたします。
メールマガジンの配信をご希望の方は、下記フォームよりご登録ください。登録無料です。

お名前 - 姓・名

お名前を入力してください

お名前 - 名

名を入力してください

メールアドレス

メールアドレスを入力してください

シェアする

AI・人工知能記事カテゴリ一覧

AI・人工知能サービス

特集

今注目のカテゴリー

ChatGPT連携サービス

チャットボット

画像認識・画像解析

需要予測

ChatGPT連携サービス

チャットボット

画像認識・画像解析

需要予測

DXトピックス

AIsmileyからご案内

FOLLOW US

SNSをフォローして、最新情報をチェックできます！

DXトレンドマガジンメールマガジン登録

メールマガジンの配信をご希望の方は、下記フォームよりご登録ください。登録無料です。

お名前 - 姓・名

お名前を入力してください

お名前 - 名

お名前 - 名を入力してください

メールアドレス

メールアドレスを入力してください

ニュースPVランキング

週間PVランキング

Geminiユーザーの実態を調査。Geminiの魅力やChatG…

シャープとKDDI、シャープ堺工場跡地にAIデータセンターを構築…

OpenAI、新たなAIモデル「o3」を発表。AGIのベンチマー…

「社員が使いこなせるか」生成AI導入済み企業の95.0%が課題あ…

AI活用のご相談したい企業様はこちら

03-6452-4750

AI活用を無料で相談する

AI製品・ソリューションの掲載を
希望される企業様はこちら

詳細はこちら