5月23日最新消息显示，豆包APP正式推出实时视频通话服务。当用户在通话界面激活视频画面后，该应用可结合真实场景与用户开展即时问答交互。在旅行场景中开启视频通话功能后，用户能够随时向豆包询问当前所在景点的历史渊源、特色亮点及游览路线规划等信息。这项创新依托于豆包最新研发的视觉理解模型技术支撑——该模型具备卓越的内容识别与语义解析能力，在整合视觉图像与语言信息的基础上可进行多维度深度思考，并输出结构化描述内容。尤为突出的是，在图像分析领域该模型展现出强大的逻辑运算实力：不仅能解答高等数学题目、解读学术论文中的复杂图表数据；还可针对实际编程代码进行问题诊断及优化建议提供等专业操作。为确保对话质量始终处于最优状态，此次升级特别赋予视频通话模块联网检索能力，使其能够即时调取网络最新数据作为知识补充来源。
