قابلیت دریافت ورودی چندرسانه‌ای چت‌بات گراک، اولین بار ماه گذشته در بیانیه‌ی مطبوعاتی xAI مطرح شد. این شرکت اعلام کرد نسخه‌ی ۱٫۵۷ گراک، امکان دریافت ورودی چند رسانه‌ای را ارائه خواهد داد. ازطرف دیگر، به‌روزرسانی اخیر اسناد توسعه‌دهندگان xAI، نشان‌دهنده‌ی پیشرفت در توسعه‌ی این مدل جدید است.
طبق اسناد xAI، کاربران می‌توانند با ارائه‌ی عکس به چت‌بات گراک، از این هوش مصنوعی پاسخ متنی دریافت کنند. البته قابلیت مذکور فقط برای افرادی که اشتراک X Premium Plus دارند دردسترس قرار می‌گیرد.
به‌نظر می‌رسد چت‌بات‌های مکالمه‌‌محور چندرسانه‌ای، مرز بعدی هوش مصنوعی باشند. این مسیر با چندین پیشرفت در کنفرانس گوگل I/O و انتشار GPT-4o آغاز شد و اکنون سایر شرکت‌های فعال در حوزه‌ی هوش مصنوعی سعی دارند همین روند را ادامه دهند.