【新智元导读】消失一天后的Aurora，正式上线了。一大早，马斯克官宣了Grok集成了自研图像新模型Aurora，MoE架构自回归模型，直接将生成编辑能力一统。在人物肖像生成上，已经逼真到肉眼无法辨别。

消失的Aurora再度回归了！

刚刚，xAI发布了首款完全自研图像生成模型Aurora，直接集成到了Grok当中。

整个研发过程，耗时6个月。

马斯克：模型选项中已经删除了Aurora名字，选择Grok 2即可无缝体验全新模型

这款从0开始搭建的新模型，是一个自回归模型，采用了MoE架构，在混合文本和图像数据集上完成了训练。

网友在周末展开的一波疯狂测试，早已见识到了Aurora模型强大生图能力。

如今一大波惊艳的评测，正在刷屏全网。

左右滑动查看

自研6个月，Grok图像生成功能正式上线

官博中，xAI介绍了Aurora专为提升Grok的图像生成能力而推出。

此前，Grok集成的图像模型，还只是别家的FLUX模型。

如今，自研新模型不论在人物肖像，还是表情包、艺术字体、实物生成方面，取得了极大的一致性。

如前所述，Aurora是一种自回归混合专家模型（MoE），能够通过混合的文本和图像数据预测下一个 Token。

xAI研究团队在互联网上数十亿个示例数据上训练了模型，赋予其对世界深刻的理解能力。

Aurora的强大体现在多个维度：无论是生成逼真的图像渲染，还是精准执行复杂的文本指令，都展现出卓越的性能。

更令人兴奋地是，它还能原生支持多模态输入，用户可以直接使用图像进行创作和编辑。

这些强大的生图、编辑能力，极大地拓展了AI交互的边界。

目前，Grok全新图像生成功能，现已在平台的部分国家上线，预计将在一周内向所有用户全面开放。

接下来，一起看一些让人拍案叫绝的demo吧。

图像生成

首先，Grok能够能够在多个领域生成高质量的图像，这些领域通常来说，是图像生成模型的难点。

它可以呈现真实世界实体的精确视觉细节、文本、标志，还能生成逼真的人像。

Entity generation（实体）：

Artistic text（艺术字）：

Meme generation（梗图）：

Realistic portraits（肖像）：

Celebrities（名人）：

可以看到，其他的AI生图模型在这个场景下，不仅容易触发安全机制拒绝生成，而且即便是生成出来了，效果也不尽人意。

图像编辑

其次，Grok还将编辑与生成能力合二为一，用户可以直接在生成的图像上进行修改，提供了更大创作自由度和灵活性。

据介绍，这一功能将很快在平台上正式推出。

网友大波试用来袭

网友再次惊叹道，Grok在生成真实的人的图像方面，比自己用过的任何模型都要好。

不久后，AI制作的表情包就会覆盖全网。

Cybertruck正接近木星。

还有坐在Cybertruck上的小浣熊。

更多测试案例：

左右滑动查看

团队介绍

xAI团队的执行力，完全以高效著称。

在Aurora还未正式发布之前，联创Greg Yang曾表示，在xAI工作起来太有趣了，不仅高效，还很有趣。

马斯克称赞道，xAI团队超硬核。

研究员Ethan Knight分享了这次模型背后是由一个小团队完成。

四位核心研究人员分别是：

Gabriel Ilharco

Gabriel Ilharco目前在xAI从事大规模多模态模型的研究工作。

在此之前，他曾在华盛顿大学获得博士学位，师从Ali Farhadi和Hannaneh Hajishirzi教授。在进入华盛顿大学之前，他曾在谷歌研究院担任AI研究员。

Ilharco的研究兴趣广泛，涉及自然语言处理和计算机视觉领域。尤其是，多模态模型、迁移学习、分布鲁棒性和以数据为中心的机器学习。

Eric Zelikman

Eric Zelikman对算法如何（以及是否能够）学习有意义的表征和推理这个问题非常着迷，并且正在xAI探索这些问题。

入职xAI之前，他曾是斯坦福大学博士候选人，导师是Nick Haber和Noah Goodman。

Haotian Liu

Haotian Liu是xAI的一名技术人员。他于2024年5月在威斯康星大学麦迪逊分校获得博士学位，师从Yong Jae Lee教授。

在此之前，他曾在浙江大学获得学士学位（荣誉学位）。

Haotian Liu对计算机视觉和机器学习领域非常感兴趣，最近的研究重点是构建可控的大型模型。此前，他还曾参与开发的研究成果包括LLaVA、Grok-1.5V和Grok-2。

Lianmin Zheng（郑怜悯）

Lianmin Zheng是xAI的技术人员。他曾在UC伯克利完成了博士学位，导师是Ion Stoica和Joseph E. Gonzalez教授。他本科就读于上海交通大学ACM班。

他曾和团队共同创立了非营利组织LMSYS.org，致力于推进开源大语言模型研究。

他的研究兴趣包括机器学习系统、大型语言模型、编译器和分布式系统。

还有整个产品团队，也在Aurora模型上做出了杰出的贡献，尤其是Greg Yang、Ehsan Ghandhari、Yaroslav Nazarov和Vincent Stark。

参考资料：

https://x.ai/blog/grok-image-generation-release