5月23日，豆包App正式上线视频通话功能，支持实时问答互动和视觉理解能力。用户可通过“打电话”界面发起视频通话，提问关于景点的历史背景、特色内容或路线规划等问题。该功能依托豆包最新的视觉理解模型，能融合视觉与语言输入进行深度思考，并接入联网搜索能力以提升对话准确性和时效性。此外，豆包视觉理解模型还可处理解微积分题、分析论文图表及诊断代码问题等复杂任务。