Grok kann sehen: Elons Musks KI bietet visuelle Echtzeitanalyse

Grok Vision verfügt wie Gemini über ein Echtzeit-Feature, mit dem User Fragen zu den Objekten, Produkten oder Geschehnissen, die vor ihrer Smartphone-Kamera zu sehen sind, stellen können. Dokumente, Schilder und andere Textinhalte können von Grok Vision zudem gelesen und analysiert werden. Derzeit ist Grok Vision nur für User der iOS App verfügbar; der Launch für Android könnte jedoch bald folgen. Auf die Veröffentlichung des Features haben die User lange gewartet: Schon im April 2024 kündigte xAI eine Preview der Vision-Funktion an.

Grok Vision folgt auf Grok Voice

Neben Grok Vision hat xAI weitere neue Funktionen für den KI-Bot angekündigt: So verfügt Grok jetzt über eine mehrsprachige Audiounterstützung. Die User erhalten außerdem die Möglichkeit, auf eine Echtzeitsuche im Sprachmodus zurückzugreifen. Im Gegensatz zu Grok Vision sind diese Funktionen auch für Android User verfügbar – insofern diese den kostenpflichtigen SuperGrok-Plan abonniert haben.

Und damit nicht genug: Vor wenigen Wochen entdeckten erste User eine Custom-Voice-Funktion für Grok. Von dem Feature, welches die einfache Konfiguration einer Stimme per Prompt ermöglicht, können insbesondere Brands und Creator profitieren. Das neue Grok Studio ist derweil vor allem für kollaborative Erstellung gedacht. Für Aufsehen sorgte darüber hinaus auch OpenAI – Berichten zufolge arbeitet das Unternehmen an einem eigenen Social-Media-Projekt.

Fokus auf Bildgenerierung:
Stellt OpenAI bald ein Social Network vor?