消失的Aurora再度回歸了！

剛剛，xAI發(fā)布了首款完全自研圖像生成模型Aurora，直接集成到了Grok當(dāng)中。

整個研發(fā)過程，耗時6個月。

馬斯克：模型選項中已經(jīng)刪除了Aurora名字，選擇Grok 2即可無縫體驗全新模型

這款從0開始搭建的新模型，是一個自回歸模型，采用了MoE架構(gòu)，在混合文本和圖像數(shù)據(jù)集上完成了訓(xùn)練。

網(wǎng)友在周末展開的一波瘋狂測試，早已見識到了Aurora模型強大生圖能力。

如今一大波驚艷的評測，正在刷屏全網(wǎng)。

左右滑動查看

自研6個月，Grok圖像生成功能正式上線

官博中，xAI介紹了Aurora專為提升Grok的圖像生成能力而推出。

此前，Grok集成的圖像模型，還只是別家的FLUX模型。

如今，自研新模型不論在人物肖像，還是表情包、藝術(shù)字體、實物生成方面，取得了極大的一致性。

如前所述，Aurora是一種自回歸混合專家模型（MoE），能夠通過混合的文本和圖像數(shù)據(jù)預(yù)測下一個 Token。

xAI研究團(tuán)隊在互聯(lián)網(wǎng)上數(shù)十億個示例數(shù)據(jù)上訓(xùn)練了模型，賦予其對世界深刻的理解能力。

Aurora的強大體現(xiàn)在多個維度：無論是生成逼真的圖像渲染，還是精準(zhǔn)執(zhí)行復(fù)雜的文本指令，都展現(xiàn)出卓越的性能。

更令人興奮地是，它還能原生支持多模態(tài)輸入，用戶可以直接使用圖像進(jìn)行創(chuàng)作和編輯。

這些強大的生圖、編輯能力，極大地拓展了AI交互的邊界。

目前，Grok全新圖像生成功能，現(xiàn)已在??平臺的部分國家上線，預(yù)計將在一周內(nèi)向所有用戶全面開放。

接下來，一起看一些讓人拍案叫絕的demo吧。

圖像生成

首先，Grok能夠能夠在多個領(lǐng)域生成高質(zhì)量的圖像，這些領(lǐng)域通常來說，是圖像生成模型的難點。

它可以呈現(xiàn)真實世界實體的精確視覺細(xì)節(jié)、文本、標(biāo)志，還能生成逼真的人像。

Entity generation（實體）：

Artistic text（藝術(shù)字）：

Meme generation（梗圖）：

Realistic portraits（肖像）：

Celebrities（名人）：

可以看到，其他的AI生圖模型在這個場景下，不僅容易觸發(fā)安全機(jī)制拒絕生成，而且即便是生成出來了，效果也不盡人意。

圖像編輯

其次，Grok還將編輯與生成能力合二為一，用戶可以直接在生成的圖像上進(jìn)行修改，提供了更大創(chuàng)作自由度和靈活性。

據(jù)介紹，這一功能將很快在??平臺上正式推出。

網(wǎng)友大波試用來襲

網(wǎng)友再次驚嘆道，Grok在生成真實的人的圖像方面，比自己用過的任何模型都要好。

不久后，AI制作的表情包就會覆蓋全網(wǎng)。

Cybertruck正接近木星。

還有坐在Cybertruck上的小浣熊。

更多測試案例：

團(tuán)隊介紹

xAI團(tuán)隊的執(zhí)行力，完全以高效著稱。

在Aurora還未正式發(fā)布之前，聯(lián)創(chuàng)Greg Yang曾表示，在xAI工作起來太有趣了，不僅高效，還很有趣。

馬斯克稱贊道，xAI團(tuán)隊超硬核。

研究員Ethan Knight分享了這次模型背后是由一個小團(tuán)隊完成。

四位核心研究人員分別是：

Gabriel Ilharco

Gabriel Ilharco目前在xAI從事大規(guī)模多模態(tài)模型的研究工作。

在此之前，他曾在華盛頓大學(xué)獲得博士學(xué)位，師從Ali Farhadi和Hannaneh Hajishirzi教授。在進(jìn)入華盛頓大學(xué)之前，他曾在谷歌研究院擔(dān)任AI研究員。

Ilharco的研究興趣廣泛，涉及自然語言處理和計算機(jī)視覺領(lǐng)域。尤其是，多模態(tài)模型、遷移學(xué)習(xí)、分布魯棒性和以數(shù)據(jù)為中心的機(jī)器學(xué)習(xí)。

Eric Zelikman

Eric Zelikman對算法如何（以及是否能夠）學(xué)習(xí)有意義的表征和推理這個問題非常著迷，并且正在xAI探索這些問題。

入職xAI之前，他曾是斯坦福大學(xué)博士候選人，導(dǎo)師是Nick Haber和Noah Goodman。

Haotian Liu

Haotian Liu是xAI的一名技術(shù)人員。他于2024年5月在威斯康星大學(xué)麥迪遜分校獲得博士學(xué)位，師從Yong Jae Lee教授。

在此之前，他曾在浙江大學(xué)獲得學(xué)士學(xué)位（榮譽學(xué)位）。

Haotian Liu對計算機(jī)視覺和機(jī)器學(xué)習(xí)領(lǐng)域非常感興趣，最近的研究重點是構(gòu)建可控的大型模型。此前，他還曾參與開發(fā)的研究成果包括LLaVA、Grok-1.5V和Grok-2。

Lianmin Zheng（鄭憐憫）

Lianmin Zheng是xAI的技術(shù)人員。他曾在UC伯克利完成了博士學(xué)位，導(dǎo)師是Ion Stoica和Joseph E. Gonzalez教授。他本科就讀于上海交通大學(xué)ACM班。

他曾和團(tuán)隊共同創(chuàng)立了非營利組織LMSYS.org，致力于推進(jìn)開源大語言模型研究。

他的研究興趣包括機(jī)器學(xué)習(xí)系統(tǒng)、大型語言模型、編譯器和分布式系統(tǒng)。

還有整個產(chǎn)品團(tuán)隊，也在Aurora模型上做出了杰出的貢獻(xiàn)，尤其是Greg Yang、Ehsan Ghandhari、Yaroslav Nazarov和Vincent Stark。