xAI представила предварительную версию Grok-1.5V с возможностью анализировать изображения. В официальном анонсе перечислялись документы, диаграммы, графики, снимки экрана и фотографии. Компания планировала предоставить модель ранним тестировщикам и действующим пользователям Grok после публикации, не объявляя завершенное массовое развертывание в тот же день.
Одновременно xAI представила RealWorldQA — набор заданий для оценки базового пространственного понимания реальных сцен. Он должен был проверять отношения между объектами и другие свойства изображенного мира. В статье приводились сравнения с несколькими мультимодальными моделями при заданной методике оценивания. Сам разработчик отмечал, что некоторые простые для человека вопросы остаются сложными для ИИ; результаты одного теста не описывали все возможные визуальные задачи.
