跳到正文

Grok-1.5 Vision Preview

能读文档、图表与照片的多模态模型

访问官网

Grok-1.5 Vision Preview 是什么

Grok-1.5 Vision Preview 被介绍为 X.AI 公司推出的第一代多模态模型,除文本处理外还能处理文档、图表、截图和照片等视觉信息。

你可以用它做什么

  • 进行多学科推理
  • 理解文档并解读图表与科学图示
  • 在处理文本的同时处理图像

应用场景

  • 分析复杂的商业报告并提取关键数据和见解
  • 自动生成项目计划草稿并优化资源分配
  • 理解工厂设备使用说明以提高维修效率

优点与缺点

✓ 我们认可的地方

  • 文档、图表、截图和照片都能处理
  • 资料列出现实世界理解能力

! 需要留意的地方

  • 资料称推出面向早期测试用户和现有 Grok 用户
  • 列出的能力集中在推理与视觉理解

常见问题

资料列出哪些视觉输入?

资料列出文档、图表、截图和照片等视觉信息。

推出面向谁?

资料说明近期向早期测试用户和现有 Grok 用户推出。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法