xAI Wprowadza Grok 4.1: „Bardziej Ludzki” Mózg dla Kreatywności Głosowej i Wizualnej

Firma xAI, założona przez Elona Muska, oficjalnie zaprezentowała Grok 4.1. Jest to istotna aktualizacja, która fundamentalnie zmienia sposób interakcji sztucznej inteligencji z człowiekiem. Podczas gdy większość branży koncentruje się na surowej mocy obliczeniowej, Grok 4.1 wyróżnia się, stawiając na pierwszym miejscu „inteligencję emocjonalną” oraz niezawodność. Ten nowy model pełni rolę kluczowego „silnika rozumowania”, wzmacniając możliwości głosowe xAI i napędzając rozwijające się narzędzia wizualne.

Najbardziej uderzającą zmianą w Grok 4.1 jest jego zdolność do rozumienia niuansów, sarkazmu, a nawet podtekstu emocjonalnego. W teście EQ-Bench3 assessment, który służy do mierzenia poziomu empatii sztucznej inteligencji, nowy model uzyskał wynik 1586. Pokazuje to znaczną poprawę w stosunku do poprzednich wersji, co jest krokiem milowym w kierunku bardziej naturalnej komunikacji.

Ta modernizacja ma natychmiastowe przełożenie na tryb Voice Mode. Użytkownicy komunikujący się z AI za pomocą głosu zauważą, że maszyna przestaje być robotycznym systemem pytań i odpowiedzi, a staje się partnerem do rozmowy, który potrafi „wyczuć atmosferę”. Dzięki zdolności modelu do przetwarzania subtelnych intencji i tonu, interakcje głosowe stają się płynniejsze i bardziej autentyczne.

Choć Grok 4.1 jest przede wszystkim inteligencją opartą na tekście, odgrywa on kluczową rolę w multimodalnych ambicjach xAI. Model ten działa niczym „dyrektor kreatywny”, wykorzystując swoje rekordowe umiejętności pisania kreatywnego (ocenione na 1708 Elo) do interpretowania zapytań użytkowników i tworzenia niezwykle szczegółowych promptów dla zewnętrznych narzędzi wizualnych.

Obecnie Grok 4.1 zasila generowanie obrazów na platformie (za pośrednictwem Flux) oraz wspiera nowo wprowadzane funkcje animacji obrazu na wideo (image-to-video animation). Chociaż pełna generacja tekstu na wideo pozostaje w fazie wewnętrznych testów, ulepszone rozumowanie Grok 4.1 umożliwia użytkownikom przekształcanie statycznych obrazów w krótkie klipy animowane z dużo większą precyzją, efektywnie wypełniając lukę między tekstem a ruchomymi obrazami.

Co najważniejsze, model stał się zdecydowanie bardziej wiarygodny. xAI zastosowało zaawansowane techniki szkoleniowe, aby drastycznie obniżyć wskaźniki halucynacji (czyli wymyślania faktów) w przypadku zapytań ze świata rzeczywistego – z 12,09% do zaledwie 4,22%. W rygorystycznym teście FActScore wskaźniki błędów spadły o prawie dwie trzecie, osiągając poziom poniżej 3%. Jest to bezpośrednia odpowiedź na jedną z największych bolączek użytkowników generatywnej sztucznej inteligencji.

Te wewnętrzne wskaźniki znajdują potwierdzenie w opinii publicznej. W rankingu LMArena „Text Arena” – ślepej, crowdsourcingowej tabeli liderów – Grok 4.1 zajął globalne pierwsze miejsce, wyprzedzając najbliższego konkurenta o 31 punktów. Model jest obecnie udostępniany użytkownikom na platformie X oraz w aplikacjach mobilnych.