Grok-1.5V est le premier modèle multi-modal développé par X.AI. Outre ses puissantes capacités de traitement de texte, Grok peut également traiter diverses informations visuelles, incluant des documents, des graphiques, des captures d'écran et des photos. Ce modèle excelle dans le raisonnement multidisciplinaire, la compréhension de documents, l'interprétation de graphiques scientifiques, l'analyse de tableaux et la compréhension du monde réel. Il sera prochainement déployé pour les utilisateurs du programme d'accès anticipé et les utilisateurs actuels de Grok.