يبدو أن شخصًا ما كان مشغولًا باختبار قدرات توليد الصور في Grok مرة أخرى.

أحدث تجربة؟ عبارة تبدو وكأنها خرجت مباشرة من اجتماع عرض رسوم متحركة من ديزني مختلطة مع جمالية الفلوجينغ على يوتيوب.

ما الذي دخل النظام: "الأسد يجلس، أصدقاؤه الحمار الوحشي والزرافة يقتربون، والكاميرا تتبعهما بأسلوب الفلوق"

اختيار مثير للصيغة—تتلاقى الروايات الحيوانية السينمائية مع أجواء اقتصاد المبدعين. قد يعيد هذا النوع من هندسة الموجهات من اللغة الطبيعية إلى الصور تشكيل كيفية تفاعل الناس مع أدوات الذكاء الاصطناعي. لا حاجة لمصطلحات تقنية معقدة، فقط صف ما تريد مشاهدته.

الصورة الأكبر هنا؟ نحن نشاهد تكرارات في الوقت الفعلي حول كيفية تدريب الذكاء الاصطناعي متعدد الوسائط على النية الإبداعية البشرية. كل اختبار مثل هذا يُحسن ما تفهمه هذه الأنظمة حول بنية السرد والتركيب البصري.