25 अप्रैल को, अलीबाबा के स्वामित्व वाले क्वार्क AI सुपर बॉक्स ने एक नया फीचर लॉन्च किया - "फोटो लेकर क्वार्क से पूछें"। यह नया फीचर उन्नत दृश्य समझ और तर्क मॉडल पर आधारित है, जो भौतिक दुनिया में उपयोगकर्ताओं द्वारा पूछे गए विभिन्न प्रकार के प्रश्नों को अधिक सटीक रूप से समझ सकता है और उनका उत्तर दे सकता है।
रोजमर्रा की जिंदगी में, उपयोगकर्ताओं को अक्सर ऐसी स्थितियों का सामना करना पड़ता है जिन्हें शब्दों में सटीक रूप से वर्णित करना मुश्किल होता है, खासकर जटिल वस्तुओं, तालिकाओं और आकृतियों के मामले में। क्वार्क का "फोटो लेकर क्वार्क से पूछें" फीचर छवि में लोगों, वस्तुओं और विवरणों की सटीक पहचान करके, उपयोगकर्ता की आवश्यकताओं को गहराई से समझता है, और संबंधित प्रश्नों को जोड़ता है, जिससे अधिक सटीक उत्तर मिलते हैं।
उदाहरण के लिए, जब उपयोगकर्ता किसी कलाकृति की तस्वीर खोजते हैं, तो यह फीचर स्वचालित रूप से कलाकृति की ऐतिहासिक पृष्ठभूमि से जोड़ सकता है; उत्पाद की तस्वीर अपलोड करने पर, यह ताओबाओ पर समान उत्पाद के लिंक पर एक क्लिक में नेविगेट कर सकता है। चाहे वह व्यक्ति हो, जानवर हो, पौधा हो, इमारत हो, दृश्य हो, भोजन हो, कलाकृति हो, उत्पाद हो, विदेशी भाषा की सामग्री हो या त्रुटि कोड हो, क्वार्क सेकंडों में पहचान कर सकता है।
इसके अलावा, "फोटो लेकर क्वार्क से पूछें" फीचर खोज, स्कैनिंग, छवि संपादन, अनुवाद और निर्माण जैसी कई क्षमताओं को एक ही प्रवेश द्वार में एकीकृत करता है। अधिक जटिल छवियों के लिए, उपयोगकर्ता एक साथ 10 तक छवियां अपलोड कर सकते हैं, गहन तर्क कर सकते हैं और विभिन्न जटिल कार्यों को पूरा कर सकते हैं।
क्वार्क के पास वर्तमान में 100 से अधिक पेशेवर एजेंट और परमाणु क्षमताएँ हैं, जो खोज, स्वास्थ्य, शिक्षा, पर्यटन, उत्पादों और निर्माण जैसे कई क्षेत्रों को कवर करती हैं। यात्रा के दौरान, उपयोगकर्ता कलाकृतियों की व्याख्या और दर्शनीय स्थलों की जानकारी प्राप्त करने के लिए "फोटो लेकर क्वार्क से पूछें" का उपयोग कर सकते हैं; काम पर, यह डेटा चार्ट का विश्लेषण करने, कोड तर्क को अनुकूलित करने और कार्य सारांश दस्तावेज़ उत्पन्न करने में मदद कर सकता है; स्वास्थ्य क्षेत्र में, मेडिकल रिपोर्ट अपलोड करने के बाद, यह असामान्य संकेतकों का विश्लेषण और पुनर्वास योजनाएँ भी प्रदान कर सकता है।
मनोरंजन के क्षेत्र में, "फोटो लेकर क्वार्क से पूछें" कार्ड गेम मार्गदर्शन, स्क्रीनशॉट से शो ढूँढना, प्रोफाइल चित्र मिलान जैसे मज़ेदार कार्य करता है, और एक क्लिक में उच्च-रिज़ॉल्यूशन, वाटरमार्क हटाना और मूल स्रोत का पता लगाना जैसे संचालन कर सकता है। इसके अलावा, यह फीचर कई भाषाओं में प्रश्न पूछने और अनुवादित व्याख्या प्रदान करने का समर्थन करता है।