埃隆·马斯克于8月11日在 X 平台上宣布，xAI 的 Grok V7 基础模型已于上周完成预训练。该版本最大的亮点在于其原生多模态能力，能够直接处理视频和音频的比特流，无需进行转换即可理解内容。
这意味着 Grok V7不仅能看懂视频画面，还能听懂语音中的细微变化，精准辨识出表达的情绪和语调重点，从而实现更深层次的语义理解。
与此同时，马斯克还宣布，Grok4 模型现在对所有用户免费开放。免费用户每天可以进行少量查询，如果需要更多的使用权限，则需要付费订阅。此举旨在扩大 Grok 的用户基础，使其更广泛地被大众所接触和使用。
Grok V7的原生多模态能力，预示着其在视频和音频处理方面将带来显著提升，为未来的 AI 应用开启了更多可能性。而 Grok4的免费开放，也反映了 xAI 正在通过不同的策略来平衡技术创新与市场普及。
