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。
这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.