视频通话功能上线！豆包App将视觉理解能力延伸至视频场景
创始人
2025-05-23 20:42:18
0次
新浪科技讯 5月23日下午消息，豆包App近日上线实时视频通话功能，用户在电话界面开启视频画面后，豆包能基于真实场景与用户进行实时问答互动。
据介绍，旅行过程中，用户可打开其视频通话，询问所处景点的历史背景、特色内容或路线规划等。例如，用户在故宫参观时，可以通过视频向“豆包”展示景点画面，了解特定宫殿的历史故事、建筑特色，实现“边走边聊”。在博物馆、美术馆等场景，也可以打开视频通话功能，随时问豆包展品的背景信息。
据悉，该功能基于最新的豆包视觉理解模型。模型拥有较好的内容识别、理解推理和内容描述能力，能够融合视觉与语言输入，进行综合的深度思考和创作。根据图像信息，豆包视觉理解模型还能完成诸多复杂的逻辑计算任务，包括解微积分题、分析论文图表、诊断真实代码问题等挑战性任务。
此外，为进一步提升对话的准确性与时效性，豆包视频通话功能还接入了联网搜索能力，实时获取互联网最新信息。
去年底，豆包上线图片理解功能，支持上传图片后识别内容，包括理解梗图等。如今，豆包进一步升级，将视觉理解能力延伸到视频场景，让用户在生活场景中直接互动，大幅降低用户的交互门槛，打造边看边聊的智能化体验。（罗宁）
相关内容
热门资讯
原创 苹...
有不少朋友疑惑苹果iPhone 16 Pro和16 Pro Max有什么区别？该选择哪一款更好？各自...
2025年值得入手的2款智能手...
在科技飞速发展的今天，智能手表已成为我们生活中不可或缺的伙伴。无论是健康监测、信息提醒，还是时尚搭配...
第五轮学科评估对比：西安交大突...
在之前的文章中，我们已经提及西安交通大学第五轮学科评估的表现可圈可点，新晋的3个A+学科：机械工程、...
原创 2...
从去年华为用上了麒麟芯片开始，华为的市场份额就蹭蹭的往上涨，当时抢购的人特别多，一时间还买不到现货，...
steam官网无法访问？这个办...
对于广大游戏爱好者而言，Steam平台无疑是获取最新游戏资讯、购买游戏、与全球玩家互动的重要阵地。然...
解决FaceTime无法使用的...
FaceTime是苹果公司推出的一款视频通话应用，广泛应用于iPhone、iPad和Mac等设备上。...
vivo手机5g开关在哪里打开
vivo手机5G开关的打开方式可能因手机型号、系统版本及运营商网络支持情况的不同而有所差异。但总体来...
2024年OPPO手机全攻略：...
手机已不仅仅是通讯工具，它更是我们记录生活、享受娱乐、提升工作效率的重要伙伴。随着科技的飞速发展，O...
原创 最...
近日，有关华为nova 13系列手机的消息开始多了起来，之前透露的消息暴露，华为nova 13 Pr...
2024信号“最可靠”的四款手...
大家好！今天我要和大家聊聊2024年信号“最可靠”的四款手机，它们分别是华为Pura 70 Pro+...