Eine Anwendung mit Videoanruffunktionalität, die auf einem visuellen Verständnismodell basiert. Sie kann das in Echtzeit von der Kamera übertragene Bildmaterial analysieren und wichtige Informationen im Bild präzise verstehen, einschließlich Diagrammen, Papieren, Gesichtsausdrücken, Bewegungsdetails und Umgebungsbedingungen. Gleichzeitig unterstützt sie hochauflösende, flüssige Videoanrufe und ermöglicht eine sofortige, persönliche Kommunikations-Erfahrung mit dem großen Modell.