Grok下一个版本将支持原生视频和语音输入
马斯克宣布Grok V7基础模型已于上周完成预训练，具备原生多模态能力。该版本能直接处理视频/音频比特流，无需转换即可理解内容。例如，能够精准捕捉语音中的细微变化，准确辨识表达的情绪与语调重点。
Telegram 评论区
15 条回复，可以前往 Telegram 继续讨论。
马斯克宣布Grok V7基础模型已于上周完成预训练，具备原生多模态能力。该版本能直接处理视频/音频比特流，无需转换即可理解内容。例如，能够精准捕捉语音中的细微变化，准确辨识表达的情绪与语调重点。
Telegram 评论区
15 条回复，可以前往 Telegram 继续讨论。