白话 AI 小百科
← 返回百科索引
图像视频 · 30 秒看懂

视觉模型

Vision Model

一句人话

能够识别、理解或生成视觉内容的模型。

打个比方

像给模型装上一双会看图的眼睛。

这个比方用于帮助入门,并不覆盖技术实现的所有细节。

什么时候需要它

图片问答、质检、OCR、视觉搜索和多模态助手。

先从实际任务理解概念,比死记英文缩写更有效。

别混淆

能描述图片不等于能可靠判断专业影像。

如果这个概念会影响费用、数据或安全,请继续查看官方文档。