Foresight News 消息，迪拜风投公司 IBC Group 创始人 Mario Nawfal 发推表示，Grok 语音模式已支持摄像头访问识别内容。用户可以将手机指向某个物体并询问「我在看什么？」，iOS 上的 Vision 功能允许聊天机器人通过设备的摄像头实时分析现实世界的物体、文本和环境。