AI模型 图片生成 多模态 图像描述 视觉问答 轻量级 开源 高效 普通产品

使用场景在移动设备上快速生成图像描述，帮助用户理解图像内容。为图像识别应用提供视觉问答功能，增强用户体验。在嵌入式设备上实现简单的文本转录功能，用于图像中的文字...