能力
图像理解
图像理解：图谱里有 22 个 AI 工具能做，包括 Gemini、ResNet、GPT-4o、ChatGPT、Claude。
描述图片内容，回答关于图片的问题。
输入 图片 → 输出 文本
这是 https://godooo.ai/zh/capability/image-understanding 的 Markdown 版本。本站每个页面都有：在地址后面加 .md。
能做的工具 · 22
| 工具 | 程度 | 价格 | 是否开源 | 使用方式 |
|---|---|---|---|---|
| Gemini模型 | 主打 * | 网页 · API · 手机 | ||
| ResNet模型 | 主打 * | 是 | 可离线本地运行 · 可自部署 · API | |
| GPT-4o模型 | 主打 * | API · 网页 · 手机 | ||
| ChatGPT产品 | 支持 * | 免费版 + 付费升级 | 网页 · 桌面 · 手机 · API | |
| Claude产品 | 支持 | 免费版 + 付费升级 | 网页 · 桌面 · 手机 · API | |
| Gemini产品 | 支持 * | 免费版 + 付费升级 | 网页 · 手机 · API | |
| GPT模型 | 支持 * | API · 网页 | ||
| GPT-4模型 | 支持 * | API · 网页 | ||
| Claude模型 | 支持 | 网页 · 桌面 · 手机 · API · 编辑器内 · 命令行 | ||
| Qwen产品 | 支持 * | 免费 | 网页 · 手机 · API · 可自部署 · 可离线本地运行 | |
| CLIP模型 | 支持 * | 是 | API · 可自部署 · 可离线本地运行 | |
| Nano Banana模型 | 支持 * | 网页 · API | ||
| Segment Anything模型 | 支持 * | 是 | 可离线本地运行 · 可自部署 · API · 网页 | |
| Qwen模型 | 支持 | 是 | 网页 · API · 可自部署 · 可离线本地运行 | |
| Grok模型 | 支持 * | 网页 · 手机 · API | ||
| Meta AI产品 | 支持 * | 免费 | 网页 · 手机 · API | |
| ERNIE 文心模型 | 支持 * | API · 可自部署 · 可离线本地运行 | ||
| LocalAI框架 | 支持 * | 是 | 可自部署 · 可离线本地运行 · API · 命令行 | |
| TextGen产品 | 支持 * | 开源免费 | 是 | 桌面 · 网页 · 可自部署 · 可离线本地运行 · API |
| LibreChat产品 | 支持 * | 开源免费 | 是 | 网页 · 可自部署 · API |
| UI-TARS Desktop智能体 | 支持 * | 开源免费 | 是 | 桌面 · 命令行 · 可离线本地运行 · 可自部署 · API |
| Yi模型 | 支持 * | 是 | API · 可自部署 · 可离线本地运行 · 命令行 |
* 由机器提出，尚待校准
常见问题
图像理解 是什么？
描述图片内容，回答关于图片的问题。图像理解：图谱里有 22 个 AI 工具能做，包括 Gemini、ResNet、GPT-4o、ChatGPT、Claude。
哪些工具主打「图像理解」？
Gemini、ResNet、GPT-4o。
有免费的「图像理解」工具吗？
ResNet、Qwen、CLIP、Segment Anything、Qwen、Meta AI、LocalAI、TextGen。
哪些开源工具能做「图像理解」？
ResNet、CLIP、Segment Anything、Qwen、LocalAI、TextGen、LibreChat、UI-TARS Desktop。
哪些「图像理解」工具能离线运行？
ResNet、Qwen、CLIP、Segment Anything、Qwen、ERNIE 文心、LocalAI、TextGen。