据 ChainCatcher 报道，马斯克转发推文称，Grok 语音模式现已支持摄像头访问识别内容。用户可将手机对准某物并询问“我在看什么？”。在 iOS 上，视觉功能允许聊天机器人通过设备相机实时分析物体、文本和环境。用户可扫描产品、标志、文件等，Grok 会立即提供上下文信息和相关资讯。
