一、图像处理能力

图像描述：精准解读用户上传的图片，快速回答图片识别类问题。

目标检测：识别多品类目标，准确判断类型、数量和位置信息。

图像检索：基于海量高质量图片库，为用户搜索高度相关的图片素材。

图像生成：根据用户指令，生成精美图片，并支持微调内容。

文字识别：支持多场景、多语种、高精度的文字检测与识别。

二、语言处理能力

中文问答：精准理解问题语境，提供准确的知识性回答。

文本续写：基于故事引导，自动生成丰富内容。

文本创作：准确理解用户意图，生成连贯、通顺的文本。

标题生成：快速提炼文章要点，生成精简标题。

语法分析：准确分析中英文句子语法，提醒并修改错误。

机器翻译：支持中英文、文言文与白话文互译。

古诗创作：即兴创作诗歌、绝句等。

代码理解与编写：理解多种编程语言，快速解答代码问题，辅助编写代码片段。

数学计算与逻辑推理：处理各类数学问题，支持复杂逻辑推理。

三、视频处理能力

视频描述与检索：基于视频素材，准确回答相关问题，搜索关联度高的视频。

视频问答：支持视频相关问题的多轮问答，理解上下文信息。

四、音乐处理能力

音乐生成：根据文本提示生成高质量音乐，支持多种风格和乐器。

音乐多模问答：基于音乐素材完成多模态问答任务。

五、音频处理能力

音频鉴伪：判断音频是否为真人发声。

音频事件分类：检测音频中的声音事件类型。

语音识别与合成：将语音快速转换为文字，或将文字转换为自然流畅的语音。

六、3D与信号处理能力

3D场景描述：基于点云数据，实现3D场景理解和物体感知。

信号识别：支持雷达信号鉴别与知识交互，快速掌握信号来源及参数。