5月23日消息，豆包APP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。旅行过程中，用户可打开视频通话，询问所处景点的历史背景、特色内容或路线规划等。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。此外，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。据悉，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。
