字节跳动公司近期推出了豆包应用的新功能——图片理解，豆包APP和PC端新增了照片及相机按钮，用户可以通过上传图片让系统识别图片内容。豆包的图片理解功能不仅限于文字识别，还能解析图像内容，甚至能理解并解释笑话。
豆包作为字节跳动旗下的大模型AI助手，已经支持文本生成、图片生成等多种功能。
此前，豆包已正在内测视频生成功能。豆包官网表示，豆包视频生成功能支持将图片和文字一键转化为生动逼真的视频内容，用户可以根据自己的需求选择不同的风格和比例，并添加动态和运镜效果，实现多镜头一致性，创造出独特的视频内容。