Grok Vision: el chatbot ahora también puede ver y entender el mundo real

La nueva función de visión en tiempo real convierte a Grok en uno de los asistentes más avanzados del mercado, capaz de interpretar imágenes captadas por la cámara del teléfono y ofrecer respuestas inteligentes y contextuales. Así, xAI se mete de lleno en la carrera por la inteligencia artificial visual.

Grok ya no solo escucha y responde: ahora también ve. El asistente conversacional desarrollado por xAI, la compañía de inteligencia artificial liderada por Elon Musk, ha incorporado una de las funciones más prometedoras del momento: Grok Vision, una capacidad que le permite analizar el entorno en tiempo real utilizando la cámara del smartphone del usuario.

Disponible inicialmente para dispositivos iOS, Grok Vision transforma la experiencia de interacción con el chatbot. Basta con apuntar con la cámara y hacer una pregunta: ¿Qué planta es esta? ¿Qué significa este cartel? ¿Qué modelo de auto es este? En cuestión de segundos, Grok responde con información contextual basada en lo que “ve”.

Esta tecnología de visión computarizada posiciona a Grok a la altura de los avances más recientes presentados por Google Gemini y ChatGPT, que también han lanzado funciones de visión multimodal en sus asistentes. Sin embargo, xAI da un paso adicional al integrar esta capacidad dentro de una app diseñada para funcionar como compañero inteligente integral, combinando lenguaje, visión y acceso en tiempo real a fuentes de información.

Los usuarios del plan SuperGrok, con un costo de 30 dólares mensuales, ya pueden acceder a estas funcionalidades avanzadas, que también incluyen interacción multilingüe y respuestas en tiempo real basadas en búsquedas web. Se espera que en las próximas semanas la función llegue también a dispositivos Android.

El salto de Grok hacia la visión representa mucho más que una mejora tecnológica: abre la puerta a un nuevo paradigma en la relación entre humanos y asistentes de IA. La posibilidad de interpretar el mundo visual en tiempo real convierte a estos chatbots en herramientas con potencial educativo, comercial, técnico y cotidiano.

Desde identificar productos hasta explicar diagramas, leer textos impresos o traducir señales, Grok Vision anticipa un futuro en el que los asistentes conversacionales ya no se limitarán a responder preguntas abstractas, sino que actuarán como verdaderos “copilotos” para navegar el mundo real.

Con esta actualización, xAI consolida su estrategia de competir con gigantes como Google y OpenAI, apostando por una experiencia más rica, integrada y natural. En la era de la inteligencia artificial multimodal, ver y entender son las nuevas claves para destacar.

Le puede interesar: Grok Studio: la apuesta de xAI para la creación colaborativa de documentos y apps