Grok, l’IA de l’entreprise xAI, lance Grok Vision. Cette nouvelle fonctionnalité permet à l’application d’analyser en temps réel les images filmées avec la caméra de son téléphone.
Le 23 avril 2025, xAI révèle la dernière fonctionnalité de son IA Grok. Baptisé Grok Vision, l’IA est désormais pourvue d’une analyse en temps réel des images filmées avec la caméra du téléphone sur lequel se trouve l’IA.
La fonctionnalité est uniquement disponible sur iOS et n’est pas encore déployée en Europe. Elle s’accompagne de l’ajout de plusieurs langues pour le mode vocal de Grok (Grok Voice). L’IA serait désormais capable de discuter en espagnol, turc, japonais, hindi et même français selon une publication X d’Ebby Amir, employé de xAI.
« Partage ton monde avec moi »
L’IA est aussi capable d’avoir une conversation vocale avec l’utilisateur tout en prenant en considération des éléments vus à la caméra, tout ça en temps réel. Une utilisatrice de X teste par exemple la nouvelle fonction de Grok en lui demandant de décrire plusieurs éléments dans son jardin.
« Un produit, un panneau ou un document », Grok peut aussi analyser et lire du texte via la caméra constate un autre utilisateur. Au-delà de l’analyse, l’IA est capable d’apporter des informations complémentaires sur une image à la demande de l’utilisateur.
Grok Vision n’est cependant pas une nouveauté puisqu’une fonctionnalité similaire est déjà intégrée aux intelligences artificielles d’OpenAI et de Google. Depuis décembre 2024, ChatGPT possède une fonction nommée « Live Camera ». De même pour Gemini qui propose « Gemini Live » depuis le mois de mars 2025 à ses abonnés payants. Tout comme Grok Vision, ces deux fonctions permettent aux IA de converser avec l’utilisateur mais aussi de voir à travers la caméra de l’appareil.
Source : BFM
