多模态API调用指南：图片理解、语音识别实战

多模态API调用实战

一、什么是多模态AI

p:多模态AI能同时处理文字、图片、音频、视频等多种类型的数据。

二、图片理解

p:让AI描述图片内容、提取图片中的文字（OCR）、识别物体和场景。

三、API调用

p:通过对搜科技的API中转进行多模态AI调用。

🚀 免费体验，注册送100万tokens →

对搜科技 · 国内直连 · 微信支付宝付款