豆包 Doubao1.6 Vision，真的能PK ChatGPT O3吗。
我参与了模型内测，个人感受：
ChatGPT O3能做到的，豆包现在也都能做到，强！
列几个Use Case给大家感受下：
拍照检查作业
提示词：帮我检查孩子的默写作业内容对不对
模型会自动识别反转180度，识别文字内容并检查反馈。
血常规分析诊断
把去年孩子发烧咳嗽的血常规报告单发给豆包。
提示词：孩子最近一直发热咳嗽。
附件是血常规检查结果，解读下报告，分析可能是什么问题。
分析的不错，孩子当时确实是肺炎。
用药指导
提示词：
我女儿好像得了甲流，这个药应该怎么吃？每天吃几次，每次吃多少。孩子5岁，体重25公斤。
推理过程
酒单分析
让豆包读酒单，并推荐好喝的啤酒。
它会自动读取放大图片读取、理解内容。
书籍推荐
提示词如下
整理所有书名，根据这些书籍分析我的读书偏好，再推荐5本值得看的好书并给出理由。
白板手写识别并整理
提示词：整理成Markdown格式的笔记。并生成一个Mermaid图表解释。
生成的Mermaid图表：
推理回答过程
地理位置识别
这个Case真的让我这个钓鱼佬狂喜。
小红书只发图不发钓点位置，都可以试试了。
电器故障维修
按照提示找人清灰，搞定。
卡牌游戏选牌指导
提示词：这是炉石传说的什么版本？角色是什么职业，分析图片中的三张牌要如何选？用红框圈选出来
推理过程
作为多年炉石玩家，给的建议是靠谱的。
网页复刻
只需要给一个网页截图，输入提示词：
写一个完整的单HTML网页复刻给你的截图，并给出优化建议。
生成代码效果
布局还原很接近，只需要换上真实的图片就差不多了。
表单填写辅助
我计划9.22~ 9.26去美国San Jose 商务出差，基于签证信息，生成一个英文行程单。
推理过程
写在后面
豆包的视觉理解和推理，已经能应对大多数生活难题。
无论是拍照检查作业、医学报告分析，还是酒单推荐、白板手写识别，模型都能准确识别图片内容并给出有逻辑的反馈。
实际场景下，豆包不仅能处理标准化任务，还能应对生活中的复杂问题，比如地理位置识别、家电故障诊断、卡牌游戏选牌等。
能力已接近甚至部分超越主流国际产品，尤其在中文语境下表现突出。
虽然还存在细节上的优化空间。
但随着视觉理解和推理能力增强。
AI真的有可能成为我们的万能助手。
你最期待AI能帮你解决什么难题。
欢迎留言，一起脑洞。