Grok Vision 预览：读取流程图与解释表情包

Grok 预览了视觉能力，我在这期短视频中介绍两个示例。第一个要求模型将白板上手写的流程转换成 Python 代码。

流程图描述了一个猜数字游戏：选择目标、读取猜测、检查是否匹配，然后宣布胜利或让用户再试一次。预览展示了模型对流程图给出的 Python 回答；这是演示，并非对所有生成程序的验证。

第二个示例要求 Grok 解释一张表情包。模型描述了标为“初创公司”的一群人一起挖坑，以及标为“大公司”的一群人大多围观一位工人，并解释其中夸张对比带来的幽默。我觉得这个例子尤其令人印象深刻，但单个选定图像不能证明普遍可靠性。