核心新特性
/ Major New Features新功能
多模态输入：图片理解
用户可以直接发送图片给 OpenClaw，AI 会自动识别图片内容并参与对话。支持截图 OCR、图表解读、UI 审查等场景。需要后端模型支持 Vision 能力（如 GPT-4o、Claude Sonnet 4 等）。
新功能
语音消息支持
支持接收语音消息并自动转为文字，再交由 AI 处理。目前支持 Whisper 和国内讯飞语音引擎，可通过配置切换。
新功能
文件解析引擎
内置 PDF、Excel、Word、CSV 文件解析器。用户发送文件后，OpenClaw 自动提取文本内容并注入对话上下文，支持「帮我总结这份报告」「这个表格有什么异常」等交互。
重要改进
/ Notable Improvements改进
Docker 镜像瘦身 60%
通过多阶段构建和依赖裁剪，生产镜像从 1.2GB 缩减至 480MB，冷启动时间从 12s 降至 5s。