Grok: la IA de Elon Musk se vuelve más inteligente y ya es capaz de analizar imágenes

Ahora la solución, disponible desde hace unas semanas para todos los suscriptores de X, red social conocida anteriormente como Twitter, es capaz de interactuar con imágenes, por ejemplo, con documentos, capturas de pantalla, diagramas y fotografías. El usuario solo tiene que compartir la imagen con la IA y esta será capaz de mantener conversaciones en base a los datos que contiene. Algo que, de una forma u otra, ya pueden hacer herramientas como ChatGPT o Gemini, de Google.

La novedad llega después de que, a finales de marzo, se anunciase la actualización de la herramienta con un nuevo 'motor' mejor capacitado llamado Grok-1.5. Este mejoras la capacidad de rendimiento de la máquina y la permite realizar tareas relacionadas con la codificación y las matemáticas.

xAI, que es como se llama la marca de inteligencia artificial generativa de Musk, ha presentado ahora la nueva versión de su modelo, Grok-1.5V, que es el que convierte a la IA en multimodal, es decir, que la hace capaz de funcionar, además de con texto, con imágenes. Todo gracias a su capacidad para procesar información visual.

De acuerdo con la firma, Grok-1.5v «supera a sus pares» en su nuevo punto de referencia RealWorldQA, una evaluación del procesamiento de imágenes que mide la comprensión espacial del mundo real y cuya versión inicial consta de más de 700 imágenes, con una pregunta y una respuesta «fácilmente verificables» para cada una.

Este conjunto de datos, además, consta de imágenes anónimas de vehículos y otras objetos del mundo real. Está disponible para su descarga y se espera que se expanda a medida que mejoren los modelos multimodales de la firma.

xAI ha indicado que Grok-1.5V estará disponible «pronto» para los probadores y usuarios de su chatbot. Además, ha comentado que en los próximos meses irá avanzando mejoras «significativas» de procesamiento en diferentes modalidades, como imágenes, audio y vídeo.