品玩8月12日讯，据马斯克在 X 上透露，xAI 的 Grok V7 基础模型上周完成了预训练，天生支持多模态。

据马斯克表示，Grok V7 可以直接处理视频/音频比特流，无需将其转换为任何其他形式，因此，Grok V7 将能够理解用户说话中传达情绪和强调的细微差别。