通俗易懂的 AI 术语解释,按字母索引快速查阅。 共 1 条 · 关键词「识图」
能看图、听声、看视频的 AI 就是多模态模型。发截图问报错、拍照片认植物、语音对话,都靠它。这条词条讲清它和纯文字模型的差别,以及“看图”这件事上它还会犯哪些错…