AI工坊

    1. 图片问答

    讯飞星火支持将图片作为对话输入，结合文字提问，实现"看图说话"的多模态交互。

    支持的图片格式

    JPG、PNG、WEBP、GIF（静态帧）等主流格式，单张图片建议不超过 20MB。

    核心能力

    能力说明
    图片内容描述识别并描述图片中的人物、物体、场景
    文字提取（OCR）识别图片中的印刷体或手写文字
    图表解读分析柱状图、折线图、饼图等图表数据
    公式识别识别数学公式、化学结构式
    错误排查上传代码截图或错误提示截图进行分析
    产品识别识别商品外观、猜测品牌和型号
    风格分析分析设计稿、摄影作品的风格特点

    示例

    示例一：提取试卷题目

    （上传一张手写试卷的照片）
请识别这张图片中的所有题目，
整理为可编辑的文字格式，保留题号和格式结构。

    示例二：分析数据图表

    （上传一张年度销售折线图截图）
请分析这张图表：
1. 整体趋势如何？
2. 哪个月份出现了明显的异常波动？
3. 根据图表数据，预测下一个季度的走势。

    示例三：拍照解题

    （拍照上传一道物理题）
请帮我解答图片中的这道题，
要求写出完整的解题步骤和公式推导过程。

    示例四：设计反馈

    （上传一张 UI 设计稿截图）
请以一位资深 UX 设计师的角度评价这个界面设计：
1. 视觉层级是否清晰？
2. 配色和字体是否合理？
3. 给出3条具体的改进建议。

    提示：拍照时保持画面清晰、光线充足，倾斜角度不超过 30°，可显著提升识别准确率。