大学时还在用 tesseract 来实现 OCR ，短短几年随着多模态大模型的崛起，OCR 技术正经历一场颠覆性变革——它不再局限于“识别文字”，而是进化为一套能够理解上下文、推理语义、甚至主动纠错的“视觉认知系统”。
用支持视觉的大模型接口开发了一个识别食品成分的小程序，不仅摒弃了传统 OCR 技术，更直接绕过了第三方食品数据库的调用环节。
 |
1
hahasong 2 天前
调用的哪个平台，还是自己部署了一套
|
 |
3
shdm520 2 天前
是本地部署的吗
|
 |
5
gaobh 2 天前 via iPhone
商业化路径，多加一步，推荐更健康的相同食品
|
 |
7
mumbler 2 天前
chatgpt 出来前夕，正在开发一个拍照识别食物嘌呤，热量的小程序，有大模型简单多了，不过国内没什么人会为这种应用付费，国外同类产品已经千万级收入了
|
 |
8
yoruoxx 2 天前
wanlei ？
|
 |
12
FlorentinoAriza 1 天前
@mumbler #7 因为国内这些数据普通人不知道影响什么，国外健身人群和国内对比一下就知道了，国内都是在卷的路上谁在乎这个那个
|
Select Language