马斯克旗下人工智能公司xAI推出的Grok聊天机器人近日迎来重要升级，新增了视觉识别能力。这一功能允许iOS用户上传图片或通过摄像头捕捉画面，随后向Grok提问关于所看到内容的问题。该功能与OpenAI的ChatGPT和谷歌的Gemini中的视觉交互功能类似，标志着多模态AI技术的进一步普及。视觉识别能力的加入使Grok从纯文本对话系统升级为能理解并分析视觉信息的智能助手，在医疗诊断、教育辅助、工业检测等领域具有广阔应用前景。xAI此举也反映出AI行业向多模态发展的明显趋势，未来人机交互方式将更加自然直观。目前该功能仅限iOS用户使用，预计后续将拓展至其他平台。