テンセントの仮想通貨「元宝」が大幅にアップグレードされました。今回のアップデートで、画像認識機能がさらに拡張され、最大の特徴は一度に10枚の画像をアップロードできるようになったことです。混元モデルでもDeepSeekモデルでも、画像を連続的に認識し、関連性を理解して、まとめて質問に答えることができます。この機能は混元のマルチモーダル理解能力を活かしたもので、元宝の2つのモデルの能力を効果的に示しています。

実際の使用例では、この機能は非常に実用的です。例えば、電子書籍のスクリーンショットを処理する場合、元宝を使って名言を抽出し、感想を書くことができます。友達の投稿の9枚の写真に対しては、自然なキャプションを素早く生成できます。黒板や講義資料の写真からは、構造をすぐに整理できます。さらには、一連のラフスケッチを元宝を使ってデモのウェブページに変換することも期待できます。一度に画像をアップロードして要望を伝えれば、後の作業は元宝に任せることができます。
例えば、友達の投稿のキャプション作成を考えてみましょう。ユーザーが9枚の画像をアップロードすると、各画像にはテーマと一部のテキスト情報が含まれています。元宝はまず画像の内容とテキストを分析し、それに基づいて適切なキャプションを作成します。

特筆すべきは、元宝の複数画像アップロード機能が複数のプラットフォームで全面的にリリースされたことです。モバイル版(2.11.0以降)では複数選択で最大10枚のアップロードが可能になり、パソコン版(1.8.0以降)ではドラッグ&ドロップによるアップロードとショートカットキーによるスクリーンショットに対応しました。ウェブ版も同様に全面的に対応しています。

