Grok Vision 功能推出，現在iOS版本聊天機器人可以邊「看見」現實世界邊跟你聊天

由馬斯克創立的人工智慧公司 xAI，於本週二正式宣布推出全新功能 Grok Vision，讓旗下 AI 聊天機器人 Grok 能夠透過相機「看見」現實中的物品、文字與標誌，並即時回應使用者的提問。

Grok Vision：AI 的「視覺能力」初登場

Grok Vision 可透過 iOS 裝置的 Grok 應用程式啟用，用戶只需將手機對準商品、標籤、文件或其他實體物件，便可向 Grok 詢問相關資訊。這項功能讓聊天機器人的應用場景更貼近生活，例如識別菜單、閱讀說明書、解釋 QR code 標誌等。

這功能其實有點類似Google Lens的AI版，Grok Vision 可以隨著鏡頭的變化跟你互動。其實仔細想想這功能與自動駕駛的視覺功能似乎有點像，畢竟同家族特斯拉的自動駕駛功能已經發展那麼久了，視覺功能是Grok的強項也該是意料之中。

▲ 實測在國內版本也已經可以用，只要點選左下方的攝影機按鈕，你就可以用對話問他問題。

▲ 除了用語音回答外，也會有文字的紀錄，只是無論是語音或是文字都充滿了「中國腔」。

目前 Android 用戶尚未能使用 Grok Vision，xAI 表示尚在開發中。

多語音輸出、即時搜尋功能同步上線

除視覺功能外，xAI 也同步為 Android 用戶推出兩項新功能：

• 多語言語音輸出支援

• Grok 語音模式下的即時搜尋功能

不過，這兩項服務僅限訂閱 每月 30 美元的 SuperGrok 套餐 的用戶使用。雖然 Grok 基礎版已具備基本對話與搜尋功能，但要享受完整體驗，仍需付費升級。

Grok 穩步升級，功能快速擴展

xAI 近期持續為 Grok 擴充功能。本月稍早，Grok 增加了「記憶系統」，可根據使用者過去的對話內容提供更具脈絡性的回答。此外，xAI 還推出「工作空間」創作工具，讓使用者可透過 Grok 協助撰寫文件或打造簡易應用程式。

這些新功能讓 Grok 不僅僅是聊天機器人，更朝向「多模態 AI 助理」的方向發展。