Grok 上线图像理解功能：支持拍照识图解释梗图，限 X 付费用户

在 X 上刷到看不懂的梗图，现在可以顺手扔给 AI 试试了。

周一，xAI 正式给旗下的 Grok 聊天机器人加上了图像理解功能。X 平台的付费订阅用户现在可以直接上传照片，向 Grok 提问或者索取分析。

看得懂梗图，下一步看文档

马斯克在 X 上发帖提到，这项新功能甚至能帮人解释图片里的笑话或表情包。不过他也承认功能还处于早期阶段，后续会快速迭代。

今年 8 月发布 Grok-2 时，xAI 靠接入 Black Forest Labs 的 FLUX.1 带来了生图能力，当时就承诺过会补上多模态理解。面对有用户抱怨 Grok 还不能处理 PDF 等文件格式，马斯克回应称不会等太久，还宣称别人花几年做的事他们几个月就能搞定。

为什么重要

对普通用户来说，Grok 终于补齐了主流大模型最基础的看图能力。把它直接嵌在社交平台里，随手分析截图和梗图的体验相当顺手。

在行业层面，这看起来是 xAI 追赶 GPT-4o 和 Claude 的关键一步。马斯克的思路很清晰：把多模态能力打包进 X 的付费会员，一边给社交平台卖会员增收，一边反哺模型迭代。

我们认为，虽然马斯克号称迭代速度远超同行，但简单的图像识别只是及格线。接下来能否稳定解析复杂文档、PDF 以及在开发者 API 里全面铺开，才是检验 xAI 真实工程实力的试金石。