xAI旗下人工智能聊天机器人Grok推出全新功能，添加视觉识别及多语言语音支持。Grok Vision允许用户通过iOS应用程序以智能手机摄影机扫描对象，如产品、标签或文件，并即时提出问题。同时，Grok的语音模式添加实时搜索及多语言功能。
GROK CAN SEE WHAT YOU SEE—LITERALLY
Grok's voice mode comes with camera access, letting users point their phone at something and ask, “What am I looking at?”
The Vision feature on iOS allows the chatbot to analyze real-world objects, text, and environments through your…
— Mario Nawfal (@MarioNawfal) April 20, 2025
Grok Vision功能让用户可利用手机摄影机即时识别周围环境，与Google Gemini及ChatGPT的实时视觉功能相媲美。例如用户可扫描商品条码查询价格，或拍摄路牌获取导航资讯。Grok Vision功能现仅限iOS平台，xAI表示将于未来数月扩展至Android。
Grok的语音模式添加多语言支持，包括印度语，方便不同地区用户。实时搜索功能则允许用户以语音查询即时资讯，惟此功能需订阅SuperGrok计划。 xAI强调，功能可提升用户互动体验，并计划优化语音识别准确度。
Introducing Grok Vision, multilingual audio, and realtime search in Voice Mode. Available now.
Grok habla español
Grok parle français
Grok Türkçe konuşuyor
グロクは日本语を话す
ग्रोक हिंदी बोलता है
— Ebby Amir (@ebbyamir) April 22, 2025
Grok于本月先前添加记忆功能，记录以往对话细节，提供更个性化的回应。此外Grok Studio工具也于4月16日推出，支持用户创建文件、程序代码及浏览器游戏，并集成Google Drive功能，方便上传文件。工具对免费及付费用户均开放，大幅提升Grok的实用性。
Grok的快速更新显示xAI致力追赶OpenAI及Google等竞争对手。随着视觉及语音功能的推出，Grok有望在人工智能市场占据更大份额。未来数月xAI或将推出Android版Grok Vision，并扩展多语言支持，特别针对亚洲市场本地化需求。
数据源：Tech Crunch
