字節(jié)跳動(dòng)旗下的智能助手豆包近期迎來了功能上的重大飛躍，為用戶帶來了更加豐富的交互體驗(yàn)。其中，最為引人注目的便是新增的圖片理解功能，該功能現(xiàn)已在豆包的App及PC端全面上線。
用戶只需通過界面上的照片或相機(jī)按鈕上傳圖片，豆包便能迅速識(shí)別圖片中的各類元素和基本特征。這一功能不僅限于簡單的圖像識(shí)別，更進(jìn)一步支持用戶針對(duì)圖片內(nèi)容進(jìn)行提問，如詢問特定景點(diǎn)的地理位置，或是某個(gè)角色出自哪部影視作品，極大地提升了用戶的互動(dòng)性和使用體驗(yàn)。
在圖片理解功能之前，豆包已于上個(gè)月悄然推出了視頻生成功能的內(nèi)測(cè)版本。該功能允許用戶利用圖片和文字輕松一鍵生成視頻，并提供了諸如動(dòng)態(tài)運(yùn)鏡、多鏡頭一致性以及風(fēng)格比例選擇等多樣化選項(xiàng)，極大地豐富了用戶的創(chuàng)作可能性和空間。
根據(jù)最新的9月移動(dòng)端大模型應(yīng)用市場(chǎng)競(jìng)爭力分析研究報(bào)告顯示，豆包在市場(chǎng)影響力、用戶活躍度以及用戶粘性等多個(gè)方面均展現(xiàn)出了強(qiáng)勁的實(shí)力和潛力。然而，由于豆包的產(chǎn)品定位更加偏向于娛樂化，因此用戶對(duì)它的體驗(yàn)要求也相對(duì)較高。目前，豆包在功能的豐富度和多樣性上仍有較大的提升空間，同時(shí)，在用戶體驗(yàn)維度上也需要進(jìn)一步優(yōu)化和完善。
