3月28日消息，钉钉 AI 助理升级，上线图片理解、文档速读、工作流等产品能力，探索多模态、长文本与 RPA 技术在 AI 应用的落地。

　　据悉，基于阿里通义千问大模型，升级后的钉钉 AI 助理拥有更强的视觉推理能力和长文本速读能力。目前，用户在钉钉 IM 消息框或点击魔法棒按钮进入 AI 助理对话框，发送长文件、在线文档、网页链接、视频内容，即可根据内容识人、识地点、分析、答题、翻译、摘要、提取文字，甚至可以通过多轮交互进一步做智能问答。

　　比如，基于通义千问大模型，钉钉 AI 助理可以快速阅读本地文件如 Word、PDF、PPT、Excel 等、钉钉文档、网页链接等多种格式文件，轻松解析各类学术论文、产品手册、使用教程、数据表格、新闻报道、多国语言的图书等。

　　还值得关注的是，在工作流方面，这是 AI Agent 的进阶，可以在创建时对 AI 执行任务的流程进行拆解和编排，使得 AI 助理可以主动接管完成相应操作，还能够打通外部的系统数据和 API 能力，进一步扩展了它的行动能力，比如搭建能自动写脚本并生成视频的创作 AI 助理。