微软在一份新闻稿中写道：「Bing 可以理解图像的上下文，解释图像并回答与之相关的问题。无论您是在度假时前往一个新城市并询问特定建筑物的建筑风格，还是在家中根据冰箱里的食材想出午餐的主意，只需将图像上传到 Bing Chat 中，利用网络的知识获取答案。」
这一更新是在聊天机器人领域的 AI 竞赛愈发激烈的背景下推出的，包括微软、谷歌、OpenAI 和 Anthropic 在内的领导者们都在努力开发最先进的生成式 AI，并迅速推出新功能，以与不仅是基于文本的聊天机器人竞争对手保持一致，还要满足图像密集型 AI 工具的需求。