Podle zprávy ChainCatcher Musk přeposlal tweet, že hlasový režim Grok nyní podporuje přístup k fotoaparátu pro rozpoznávání obsahu. Uživatelé mohou namířit telefon na něco a zeptat se: „Co to vidím?“.
Na iOS umožňuje vizuální funkce chatbotu analyzovat objekty, text a prostředí v reálném čase pomocí fotoaparátu zařízení. Uživatelé mohou skenovat produkty, loga, dokumenty atd., Grok okamžitě poskytne kontextové informace a relevantní zprávy.