豆荚APP今日正式推出实时视频通话功能升级服务。用户在视频通话界面中开启画面后，可通过多模态交互技术与智能助手进行场景化问答对话。该功能特别适用于旅行场景，在游览过程中用户只需打开摄像头即可询问当前景点的历史渊源、文化特色及游览路线等实用信息。此次升级依托于最新研发的视觉理解模型系统，该系统具备强大的图像识别与语义理解能力，在整合视觉信息与语言指令的基础上能进行深度逻辑分析与内容创作，并可完成多项复杂任务：如解析高等数学公式、解读学术论文图表数据、排查真实编程环境中的代码异常等专业操作均在支持范围内。值得关注的是，为确保对话内容的精准性和即时性优势，该视频交互模块已集成互联网实时检索功能模块，可动态调取网络最新资讯数据作为知识支撑基础。
