用公众人物提示词测试 Grok 2 图像生成

原标题Testing Grok 2's Image Generation With Public-Figure Prompts

Matthew Berman 在一段简短的 2024 年演示中查看虚构图像,并尝试两个提示词。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2024年8月21日
视频
0:48
阅读
1 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 查看 AI 生成的公众人物虚构图像,并在 Grok 2 中测试图像提示词。他称该工具没有审查,并将其与 DALL·E 对比,但少数例子不能说明任一系统的完整安全规则或当前行为。这些图像是合成的,并非真实事件的证据。

  1. 12024 年的图像工具Berman 介绍 Grok 2 的图像生成功能,称其没有审查。这段简短演示并非全面安全测试。
  2. 2公众人物的虚构图像他查看描绘公众人物虚构情境的生成图像;这些并非所描绘事件的真实照片。
  3. 3两个提示词示例Berman 尝试涉及 Elon Musk 和 Mark Zuckerberg 的提示词,并将结果与他对 DALL·E 的了解进行比较。

要点建议

  1. Berman 查看公众人物的虚构生成图像,并另外提交两个提示词。
  2. 他认为在这些例子中,Grok 于 2024 年的限制比 DALL·E 少。
  3. 少量提示词不能证明一个图像系统没有防护措施。
  4. 真实人物的生成图像不应被当作实际事件的记录。
全文

按章节阅读整理后的全文

只看原始文稿
01

生成图像示例

Berman 介绍 Grok 2,并查看公众人物的虚构图像。

Matthew Berman 介绍 Grok 2 的图像生成功能,并查看涉及 Taylor Swift、Donald Trump 和 Kamala Harris 等公众人物的虚构图像。这些是合成描绘,并非所描绘事件真实发生的证据。

02

尝试提示词

他提交两个提示词并与 DALL·E 比较体验。样本太少,无法确定两者完整的政策差异。

随后 Berman 请求生成一张虚构的 Elon Musk 图像,以及一张基于 Mark Zuckerberg 公开形象的图像,并评论了结果。他将这次体验与 ChatGPT 中的 DALL·E 对比。他称 Grok 完全没有审查,这是基于 2024 年少数例子的判断,不能证明不存在防护措施,也不能代表当前政策。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1