เอเจนต์หลายโหมดต้องการพิกเซล ไม่ใช่แค่ข้อความ การสกัดข้อความมอบอักขระของเอกสารให้เอเจนต์ AI และละทิ้งการจัดรูปแบบ แผนภูมิและตราประทับ การสั่งงานหนึ่งครั้งทำให้หน้าหนังสือแปลงเป็นภาพและเอเจนต์มองดูโดยตรง
