豆包推出视频通话新功能：实现实时交流与视觉语义输入的整合

豆包App于2025年5月23日上线了实时视频通话功能。以下是该功能的详细介绍：

功能特点

• 实时互动：用户在豆包App电话界面开启视频画面后，豆包能依据真实场景与用户展开实时问答互动。比如旅行时，用户可打开视频通话询问景点的历史背景、特色内容或路线规划等。

• 融合视觉与语言输入：其背后的模型具备融合视觉与语言输入的能力，可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。

• 联网搜索：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。

操作方法

用户只需将豆包App更新至最新版本，打开App对话框，选择“打电话”按钮选项，再点击右侧的“视频通话”，即可开启与豆包的视频对话。

技术基础

此次豆包的升级依托于视觉推理模型，该模型基于深度神经网络架构，通过大规模多模态数据训练，具备卓越的内容识别、理解推理和内容描述能力。