近期，字节跳动旗下豆包应用升级，新增了图片理解功能。在豆包APP和PC端，用户现在可以看到照片及相机按钮，通过上传图片，系统便能识别并理解图片内容。豆包的这项功能不仅包括文字识别，还能深入解析图像，甚至能够解读笑话。

字节跳动抖音豆包大模型

豆包作为字节跳动的大模型AI助手，已具备文本生成、图片生成等多种强大功能。

值得一提的是，豆包正在内测的视频生成功能。据豆包官网介绍，该功能可以将图片和文字快速转化为生动逼真的视频，用户可以根据需求选择不同风格和比例，添加动态效果和运镜，实现多镜头一致性，打造个性化视频内容。