由 Elon Musk 創立的 xAI 再度升級其 AI 聊天機器人 Grok，推出全新 Voice Mode 功能，其中的 Grok Vision 將視覺辨識與語音對話結合，讓用戶能透過手機鏡頭與世界互動。此功能率先登上 iOS 平台，進一步挑戰 OpenAI 和 Google 的人工智能產品。
Grok 也能「看」世界
Grok Vision 是本次 Voice Mode 的核心亮點，用戶可用 iPhone 鏡頭指向任何物體並發問「我正在看什麼？」Grok 將即時給出具情境的語音回應，這代表 Grok 現在不僅能聽懂語音，也能解讀畫面內容。這項功能對日常場景應用如旅行導覽、即時翻譯或辨識物品具有相當潛力，雖然目前僅限於 iOS，Android 用戶仍需稍候。
Introducing Grok Vision, multilingual audio, and realtime search in Voice Mode. Available now.
— Ebby Amir (@ebbyamir) April 22, 2025
Grok habla español
Grok parle français
Grok Türkçe konuşuyor
グロクは日本語を話す
ग्रोक हिंदी बोलता है pic.twitter.com/lcaSyty2n5
即時搜尋更顯智慧
Voice Mode 同時加入多語音支援，用戶可與 Grok 使用多種語言對話，讓互動更具全球性。不僅如此，xAI 還整合了即時搜尋能力，Grok 能根據最新資訊做出即時回應，這對處理新聞、股市或時事查詢等情境尤為實用，也進一步縮短與 ChatGPT、Google Gemini 的技術差距。
記憶功能讓對話更貼近個人化需求
xAI 近期亦推出記憶功能，Grok 現可記住過去的對話內容與用戶偏好，從而提供更個人化的建議與回答。這讓 Grok 不再是單次對話的工具，而更像是了解你需求的智能助理，使用者體驗將因此更為順暢。
Studio 工作區開放創作流程更集中
除了對話升級，xAI 還發佈了全新工具 Studio，這是一個專為文件與程式碼產生設計的獨立工作空間，類似 ChatGPT 的 Canvas 功能。Studio 在獨立視窗中運作，讓用戶能專注於內容創作，是開發者與創作者的新利器。
