网络报道，据马斯克转发推文，Grok 语音模式现已支持摄像头访问识别内容。允许用户将手机对准某物并询问“我在看什么？”。iOS 上的视觉功能允许聊天机器人通过设备相机实时分析现实世界中的物体、文本和环境。用户可扫描任何东西，包括产品、标志、文件等，Grok 会立即提供上下文信息和相关资讯。