夸克AI超级框上新“拍照问夸克” 加码多模态能力

克雷西
2025-04-27
14:29:45

来源：量子位

4月27日，夸克AI超级框发布全新AI相机，上新“拍照问夸克”功能。基于视觉理解与思考推理的强大模型能力，夸克AI超级框从视觉出发创新下一代搜索体验，进一步理解和回答物理世界中的各类问题。作为阿里巴巴AI旗舰应用，夸克AI超级框持续快速迭代，提升超级智能体的多模态能力，打造用户生活、工作、学习的AI超级入口。

视觉交互创新，智能分析万物

在工作、学习、生活各类场景中，面对复杂物体、表格和图形时，用户往往难以准确描述真实需求。全新的夸克AI相机能深入理解用户意图，更好地实现视觉搜索、多轮问答、图像处理与创作。

基于AI超级框背后的视觉理解和推理模型能力，“拍照问夸克”能在手机和电脑上进行图片搜索、问答、思考、编辑以及创作。全新的多模态产品入口和交互体验，让AI相机成为AI时代用户表达问题和获取信息的重要方式。

“拍照问夸克”能精准识别图片中的人物、物体和诸多细节，能深入理解用户需求并联想相关问题。比如，拍照搜索文物时自动关联历史背景，上传商品图片时一键跳转淘宝同款链接。无论是人物、动物、植物、建筑、风景、美食、艺术品、商品、外文资料还是故障代码，夸克都能做到秒级识别，经过多轮问答和深度思考后，给出同类产品中的最佳回答。

深入理解意图，完成复杂任务

过去，用户需要切换多个AI工具才能完成围绕“图片”的复杂任务。现在，夸克进一步提升“超级Agent”在视觉搜索的产品体验和使用场景，满足用户对现实物理世界的解读、处理和创作。

“拍照问夸克”将搜索、扫描、修图、翻译、创作等能力聚合为统一入口。针对较为复杂的图像，用户可一次上传10张图片进行深度推理并完成各类复杂任务。目前，夸克具备超百个专业Agent和原子能力，包括搜索、健康、学习、旅游、商品、创作等，持续通过模型能力升级来优化Agent组合策略，满足用户对图像信息的个性化需求。

旅行中，“拍照问夸克”化身“专业导游”，边逛边拍获取文物讲解、景点攻略；工作中，它能辅助分析数据图表、优化代码逻辑，生成工作总结文档；在健康领域，上传体检报告，它给出指标异常分析以及康复方案建议。娱乐场景中，它支持棋牌指导、截图找剧、情头配对等趣味功能，并能一键完成高清化、去水印、原文溯源等。此外，“拍照问夸克”还支持多种语言提问和翻译解读。

今年3月，夸克发布“AI超级框”并不断迭代用户体验。随着“拍照问夸克”上线，“AI超级框”在多模态交互上极大拓展了应用场景。AI数据分析机构Xsignal最新数据显示，用户活跃率方面，夸克排名行业第一，次日留存率同样稳居榜首。分析师认为，夸克通过升级“AI超级框”，从学习到工作、生活全场景覆盖，多模态功能融合和智能交互创新，精准直击用户需求。

夸克搜索负责人张帆表示：“我们希望通过提升AI超级框的多模态能力，打造用户与现实物理世界之间的全新交互方式和产品体验。AI时代，夸克将继续围绕信息的获取、消费、编辑、传输、管理、决策和创作，由AI超级框承载更多的需求、更好的交互、更大的能力。”

*本文系量子位获授权刊载，观点仅为作者所有

Read More