智東西AI前瞻（公眾號：zhidxcomAI）
作者 江宇
編輯 漠影

智東西AI前瞻5月30日報道，豆包APP近日推出實時視頻通話功能。用戶在電話界面開啟視頻畫面后，即可與豆包基于真實場景進行實時問答互動 。

該功能將豆包的視覺理解能力，從圖片場景擴展到視頻場景。去年底，豆包就曾上線圖片理解功能，支持上傳圖片后識別內容，包括理解梗圖等 。

此次升級以期進一步降低用戶交互門檻，提供“邊看邊聊”的體驗。

用戶在旅行過程中，可打開視頻通話，詢問所處景點的歷史背景、特色內容或路線規(guī)劃等。例如，在故宮參觀時，用戶可以通過視頻向“豆包”展示景點畫面，了解特定宮殿的歷史故事、建筑特色 。

在博物館、美術館等場景，也可以通過視頻通話功能，隨時問豆包展品的背景信息 。

此實時視頻通話功能的實現(xiàn)，是基于豆包最新的視覺理解模型。該模型具備內容識別、理解推理和內容描述能力，能夠融合視覺與語言輸入，進行綜合的深度思考和創(chuàng)作。

此外，為提升對話的準確性與時效性，豆包視頻通話功能接入了聯(lián)網(wǎng)搜索能力，以獲取互聯(lián)網(wǎng)最新信息。

智東西也在深度體驗了豆包視頻通話的功能：打開豆包App后，點擊“對話”、“通話圖案”、“開啟視頻通話”。

值得一提的是，豆包電腦端也已同步開啟共享視頻通話功能，多平臺覆蓋，為用戶提供更靈活的選擇。

想知道豆包App的視頻通話功能有多強大？智東西替你先試為快。

此前的ChatGPT就在網(wǎng)絡上掀起一陣挑選“報恩”榴蓮的熱潮。那么，比起穩(wěn)定的圖片分析，在視頻通話中，豆包能否通過視頻幫你挑選出最完美的榴蓮？

在實際體驗中，豆包確實能夠通過視頻畫面給出詳細的榴蓮挑選建議，例如根據(jù)果殼上刺的特征進行判斷，推測果肉的成熟度。這為像挑選榴蓮這類需要眼力和經(jīng)驗的場景，提供了出人意料的AI輔助。

AI和人類交互的方式愈發(fā)多樣，也變得越來越有趣。更多關于豆包的新功能，用戶可以自行探索。