 |
圖片理解-科大訊飛
專用API
【更新時間: 2024.07.02】
科大訊飛-圖片理解，當用戶輸入一張圖片以及相關問題時，它能夠精準地識別出圖片里的對象、場景等具體信息，進而依據這些信息為用戶的問題提供準確的回答，幫助用戶更好地理解和處理圖片相關內容。
0元起
去服務商官網采購>
|
瀏覽次數
29
采購人數
0
試用次數
0
SLA: N/A
響應: N/A
適用于個人&企業
收藏
×
完成
取消
×
書簽名稱
確定
|
- API詳情
- 定價
- 使用指南
- 常見 FAQ
- 關于我們
- 相關推薦
什么是科大訊飛的圖片理解?
科大訊飛-圖片理解用戶輸入一張圖片和問題，從而識別出圖片中的對象、場景等信息回答用戶的問題。
什么是科大訊飛的圖片理解接口？
科大訊飛的圖片理解有哪些核心功能？
-
對象識別：能夠識別圖片中的各類物體，包括但不限于人、動物、物品等，并提取出這些物體的相關信息。
-
場景理解：不僅能夠識別圖片中的對象，還能進一步理解圖片中的場景和環境。這包括識別圖片拍攝的時間（如白天、夜晚）、地點（如室內、室外、特定地標等）以及天氣條件（如晴天、雨天、雪天等）。
-
問題回答：基于用戶輸入的問題和圖片理解的結果，能夠生成回答或提供相關信息。這要求系統能夠理解用戶問題的意圖，并將圖片信息與問題結合起來給出答案。
-
高效的圖片分類：系統可以根據物體的屬性和特征對圖片進行自動分類，這對于大量圖片的整理、檢索和管理非常有用。
-
特征提取：從圖片中提取出關鍵的特征信息，如顏色、形狀、紋理等，這些特征信息在后續的圖像處理和分析中非常重要。
科大訊飛的圖片理解的核心優勢是什么？
 |
 |
 |
|
高精度識別
采用先進的算法和模型，可以實現對圖片的高精度識別和解析，從而更準確地提取圖片中的信息
|
強大的場景理解
除了對象識別外，我還可以理解圖片中的場景和環境，可以識別出圖片拍攝的時間、地點以及天氣條件等信息
|
高效的圖片分類
根據物體的屬性和特征對圖片進行分類，有助于您快速地對大量圖片進行整理和檢索
|
在哪些場景會用到科大訊飛的圖片理解？
 |
 |
 |
 |
|
智能家居
用戶可以通過手機拍攝家中的物品，然后通過圖片識別API識別出物品的名稱和相關信息
|
自動駕駛
圖片理解API可以幫助自動駕駛汽車識別路標、行人、車輛等信息，從而提高駕駛安全性
|
安全監控
通過圖片理解API自動檢測和識別特定對象或行為，如火焰、入侵者等，從而實現預警、告警功能
|
媒體和娛樂
可用于媒體娛樂領域，自動識別電影、綜藝節目等場景中的人物、物品等，為影視分析、推薦等功能提供支持
|
第一步：注冊成為開發者
進入訊飛開放平臺快捷登錄頁 ，通過微信掃碼、手機快捷登錄，即可快速成為訊飛開放平臺注冊開發者。或進入訊飛開放平臺注冊頁注冊完整的開放平臺賬號，成為訊飛開放平臺注冊開發者
第二步：創建您的第一個應用，開始使用服務
登錄平臺后，通過右上角「控制臺」，或右上角下拉菜單的「我的應用」進入控制臺。若您的賬戶未曾創建過應用，我們會引導您創建您的第一個應用。
請為您的應用起一個名字，并填寫相關的信息。點擊提交按鈕后，應用就創建完畢。
請注意在舊版本的控制臺中，需要指定一個應用的操作系統平臺類型，用于后續的SDK或API接入。而新版本更新后，這項操作已經不需要，可以通過一個應用管理全部的接口了。
應用創建完成之后，您就可以通過左側的服務列表，選擇您要使用的服務。在服務管理面板中，您將看到這個服務對應的可用量、歷史用量、服務接口的驗證信息，還有可以調用的API和SDK了。
同一個應用APPID可以用在多個業務上，這個沒有限制，但考慮到多個業務共用一個APPID無法分業務統計用量，建議一個業務對應一個應用APPID。
第三步：獲取API接口或下載SDK體驗測試
在進入控制臺對應的服務管理頁之后，您就可以通過下載SDK或者獲取WebAPI接口，接入AI服務做測試了。
- 如果您的應用需要SDK方式的接入（包括Android，iOS，Linux等），您可以通過服務管理頁SDK版塊的「下載」，直接下載相應的SDK，通過「文檔」，查閱開發文檔。
訊飛語音SDK也支持多種能力的打包組合，若有需要請前往聚合SDK下載頁下載組合SDK。在聚合SDK下載頁，選擇好應用和需要的平臺，即可下載多功能組合的SDK包。
- 如果您的應用需要API方式的接入，您可以通過服務管理頁API版塊，查看具體的調用接口，并通過「文檔」，查閱開發文檔。
第四步：完成實名認證
在您完成接入階段的調試后，若您需要正式商用您的應用，需要先通過實名認證。并且，請準確選擇主體的信息，企業用戶不能以個人身份認證。
實名認證的可通過以下入口進入：
第五步：申請或購買正式服務量
完成實名認證后，針對不同的業務，您需要購買正式的AI服務交互量裝機量或者是提高免費額度，才可以正式上線應用。不同的業務商業模式稍有不同，可在各自產品詳情頁中查看。
科大訊飛股份有限公司成立于1999年，是亞太地區知名的智能語音和人工智能上市企業。自成立以來，一直從事智能語音、計算機視覺、自然語言處理、認知智能等人工智能核心技術研究并保持國際前沿水平?？拼笥嶏w積極推動人工智能源頭核心技術研發和產業化落地，致力于“讓機器能聽會說，能理解會思考，用人工智能建設美好世界”。2008年公司在深圳證券交易所掛牌上市（股票代碼：002230），當前市值超過1000億元。
作為中國人工智能“國家隊”，科大訊飛承建了中國唯一的認知智能全國重點實驗室和語音及語言信息處理國家工程研究中心，同時是中國語音產業聯盟理事長單位、中科院人工智能產學研創新聯盟理事長單位、長三角人工智能產業鏈聯盟理事長單位。
核心源頭技術持續取得突破：智能語音和人工智能對國家安全和產業發展有巨大意義，2019年科大訊飛被美國列入實體清單，2022年又再次被美國極限施壓，但核心技術繼續保持全球領先?？拼笥嶏w始終把核心源頭技術自主創新放在戰略高度，每年將營業收入的20%左右用于研發，創立了人工智能發展史上的一系列里程碑：
2008年，首次讓機器的語音合成超過普通人說話水平；
2012年，首次讓機器的語音評測超過人類專家水平；
2015年，首次讓機器的語音識別超過人類速記員水平；
2017年，“智醫助理機器人”首次通過國家執業醫師資格考試綜合筆試測試，并超過96.3%的人類考生；
2018年，首次讓機器翻譯的中英語音翻譯達到CATTI全國翻譯專業資格（水平）考試二級合格標準；
2019年，首次在國際權威的機器閱讀理解SQuAD2.0比賽中超過人類平均水平；
2022年，首次在OpenBookQA知識推理挑戰賽中單模型超過人類平均水平。
2023年，建設首個全國產算力平臺“飛星一號”，并發布全鏈條自主可控的“訊飛星火大模型”。
基于國產算力訓練的訊飛星火大模型國內領先：依托認知智能全國重點實驗室的技術和應用積累，以及成建制的研發團隊，2023年5月6日，科大訊飛正式對外發布訊飛星火大模型（下文簡稱“訊飛星火”），訊飛星火具備文本生成、語言理解、知識問答、邏輯推理、數學能力、代碼能力、多模態能力等七大核心能力。2023年10月24日，科大訊飛與華為聯合發布了國內首個全國產算力平臺“飛星一號”，當前訓練效率已經達到英偉達A100同等規模集群的90%。2024年1月30日，首個基于全國產算力平臺“飛星一號”訓練的全民開放大模型——訊飛星火V3.5正式發布，測評顯示，訊飛星火V3.5的語言理解、數學能力、語音交互能力已超過GPT-4 Turbo，綜合能力逼近GPT-4 Turbo，持續賦能千行百業。在國務院發展研究中心、新華社研究院、《麻省理工科技商業評論》等權威機構的評測中，訊飛星火的綜合能力在國內排名第一。目前對標GPT-4 Turbo當前能力的訊飛星火V4.0正在訓練中，2024年6月27日正式發布。
在人工智能產業化方面：基于人工智能核心技術，科大訊飛多年來持續賦能教育、醫療、金融、汽車、城市、運營商、工業等行業賽道并取得廣泛成效，持續助力民生和產業高質量發展。
在教育領域，科大訊飛為全國32個省級行政區、5萬余所學校、1.3億師生提供智慧教育產品和解決方案，以人工智能助力因材施教；
在醫療領域，科大訊飛“智醫助理”為全國30多個省400多個區縣提供7.4億次輔診服務，為每個醫生打造AI診療助理、為每個居民打造AI健康助手；
在金融領域，科大訊飛為包括6大國有銀行在內的全國兩百多家金融機構提供智能客服、智慧營銷、軟件開發等AI服務，觸達用戶超過5億人，用AI為客戶提升服務效率和運營效能。
在汽車領域，科大訊飛為奇瑞、廣汽、長安、長城等數十家車企提供累計5700萬前裝搭載，覆蓋23個語種，助力國內車企出海，平均月活用戶超過2500萬，年在線交互次數突破100億次，用AI為用戶帶來智能音效、智能座艙、智能駕駛等智能車載解決方案。
在城市領域，科大訊飛為全國30多個省330多個城市提供城市超腦、智慧政務等智慧城市解決方案，服務了全國超4900家政企單位，助力城市實現數字化轉型。
在運營商領域，科大訊飛為全國31個省提供智慧家庭服務，日語音交互次數達8000萬次，聯合中國移動打造5G新通話創新應用，將為7.5億用戶提供商務速記、AI秘書等AI通話解決方案。
在工業領域，科大訊飛為全國10個省20多個地市提供基于“工業六感”技術、羚羊工業大模型技術的工業AI產品與解決方案。目前，在能源、高端裝備等場景陸續打造出工業行業示范應用。
此外，訊飛星火發布以來，已在訊飛AI學習機、訊飛智能辦公本、訊飛聽見APP、星火語伴APP、iFlyCode智能編程助手、星火科研助手、訊飛曉醫等C端軟硬件，以及教育、醫療、汽車、金融、工業等B端業務賽道全面落地應用。在C端，搭載了訊飛星火的AI學習機、智能辦公本、翻譯機、錄音筆拿下2023年“雙11”京東&天貓7個品類銷售冠軍，訊飛AI硬件銷售額同比2022年增長126%。在B端，科大訊飛聯合金融、汽車、運營商、工業、住建、物業、法律、科技文獻、傳媒、政務、文旅、水利等12個行業龍頭發布行業大模型，與華為、中國移動、中國一汽、奇瑞、太平洋保險、國能集團、交通銀行、國家博物館、中國教科院等行業龍頭進行深度戰略合作，持續創造剛需場景價值，加速產業化落地。
產業生態蓬勃發展：科大訊飛承建的智能語音國家人工智能開放創新平臺，是國家首批四大新一代人工智能開放創新平臺之一。截至2024年5月31日，訊飛開放平臺已開放707項AI產品及能力，聚集超過683.1萬開發者團隊，總應用數超過240.5萬，累計覆蓋終端設備數超過40.5億，AI大學堂學員總量達到77.9萬，鏈接超過500萬生態伙伴。
2023年5月6日，訊飛星火正式發布以來，已新增超過273萬開發者，其中大模型直接相關的開發者數量超過52萬，企業級用戶超過32萬。2024年1月30日，星火開源-13B正式在華為昇思開源社區聯合首發上線，這是業界首個基于全國產算力平臺“飛星一號”研發的開源大模型。目前，訊飛星火擁有2400多萬用戶，用戶已開發出約9.1萬個AI助手。以科大訊飛為核心的人工智能產業生態持續構建。
用AI踐行ESG：在基礎教育方面，2022年以來，科大訊飛攜手學習強國，將裝滿AI知識和應用的“科技大篷車”開進全國15個省、72個站點，跨越2.5萬公里為全國52萬中小學生送去一個個“移動的AI科普課堂”。
在基層醫療方面，科大訊飛“智醫助理”幫助全國基層醫護人員提供了7.4億+次AI輔助診療建議，規范了2.8億+份電子病歷，糾正了130萬+診斷案例，幫助基層醫生降低漏診誤診和不合理用藥的風險。
在科技減貧方面，科大訊飛在貴州大方縣等地建設智慧就業車間，通過就業帶動產業發展，入選原國務院扶貧辦培訓班典型案例，通過持續“造血”，發揮帶頭作用，助力鄉村振興。
在文化傳承方面，訊飛輸入法2017年開始發起“方言保護計劃”，和用戶共建中國方言庫，至今，訊飛輸入法可以支持26種方言、5種民族語言的語音輸入和2種方言的翻譯。
在科技助殘方面，科大訊飛用AI幫助視聽障人士無障礙溝通：訊飛聽見已為聽障群體提供超過1億分鐘無償轉寫服務，訊飛開放平臺每天為視聽障人士提供超5000萬次AI服務，幫助開發者開發出2.9萬個無障礙應用。
在世界盛會方面，作為北京2022年冬奧會和冬殘奧會官方自動語音轉換與翻譯獨家供應商、2023年成都第31屆世界大學生夏季運動會自動語音轉換與翻譯類官方獨家供應商，以及2023年布達佩斯世界田徑錦標賽賽事供應商，科大訊飛用AI幫助全世界講不同語言的人們無障礙溝通，并牽頭發布布達佩斯人工智能聯合開放平臺，構建全球多語種技術生態，凝聚全球科技力量服務全球人民。
合作伙伴
第一步：注冊成為開發者
進入訊飛開放平臺快捷登錄頁 ，通過微信掃碼、手機快捷登錄，即可快速成為訊飛開放平臺注冊開發者。或進入訊飛開放平臺注冊頁注冊完整的開放平臺賬號，成為訊飛開放平臺注冊開發者
第二步：創建您的第一個應用，開始使用服務
登錄平臺后，通過右上角「控制臺」，或右上角下拉菜單的「我的應用」進入控制臺。若您的賬戶未曾創建過應用，我們會引導您創建您的第一個應用。
請為您的應用起一個名字，并填寫相關的信息。點擊提交按鈕后，應用就創建完畢。
請注意在舊版本的控制臺中，需要指定一個應用的操作系統平臺類型，用于后續的SDK或API接入。而新版本更新后，這項操作已經不需要，可以通過一個應用管理全部的接口了。
應用創建完成之后，您就可以通過左側的服務列表，選擇您要使用的服務。在服務管理面板中，您將看到這個服務對應的可用量、歷史用量、服務接口的驗證信息，還有可以調用的API和SDK了。
同一個應用APPID可以用在多個業務上，這個沒有限制，但考慮到多個業務共用一個APPID無法分業務統計用量，建議一個業務對應一個應用APPID。
第三步：獲取API接口或下載SDK體驗測試
在進入控制臺對應的服務管理頁之后，您就可以通過下載SDK或者獲取WebAPI接口，接入AI服務做測試了。
- 如果您的應用需要SDK方式的接入（包括Android，iOS，Linux等），您可以通過服務管理頁SDK版塊的「下載」，直接下載相應的SDK，通過「文檔」，查閱開發文檔。
訊飛語音SDK也支持多種能力的打包組合，若有需要請前往聚合SDK下載頁下載組合SDK。在聚合SDK下載頁，選擇好應用和需要的平臺，即可下載多功能組合的SDK包。
- 如果您的應用需要API方式的接入，您可以通過服務管理頁API版塊，查看具體的調用接口，并通過「文檔」，查閱開發文檔。
第四步：完成實名認證
在您完成接入階段的調試后，若您需要正式商用您的應用，需要先通過實名認證。并且，請準確選擇主體的信息，企業用戶不能以個人身份認證。
實名認證的可通過以下入口進入：
第五步：申請或購買正式服務量
完成實名認證后，針對不同的業務，您需要購買正式的AI服務交互量裝機量或者是提高免費額度，才可以正式上線應用。不同的業務商業模式稍有不同，可在各自產品詳情頁中查看。
科大訊飛股份有限公司成立于1999年，是亞太地區知名的智能語音和人工智能上市企業。自成立以來，一直從事智能語音、計算機視覺、自然語言處理、認知智能等人工智能核心技術研究并保持國際前沿水平?？拼笥嶏w積極推動人工智能源頭核心技術研發和產業化落地，致力于“讓機器能聽會說，能理解會思考，用人工智能建設美好世界”。2008年公司在深圳證券交易所掛牌上市（股票代碼：002230），當前市值超過1000億元。
作為中國人工智能“國家隊”，科大訊飛承建了中國唯一的認知智能全國重點實驗室和語音及語言信息處理國家工程研究中心，同時是中國語音產業聯盟理事長單位、中科院人工智能產學研創新聯盟理事長單位、長三角人工智能產業鏈聯盟理事長單位。
核心源頭技術持續取得突破：智能語音和人工智能對國家安全和產業發展有巨大意義，2019年科大訊飛被美國列入實體清單，2022年又再次被美國極限施壓，但核心技術繼續保持全球領先?？拼笥嶏w始終把核心源頭技術自主創新放在戰略高度，每年將營業收入的20%左右用于研發，創立了人工智能發展史上的一系列里程碑：
2008年，首次讓機器的語音合成超過普通人說話水平；
2012年，首次讓機器的語音評測超過人類專家水平；
2015年，首次讓機器的語音識別超過人類速記員水平；
2017年，“智醫助理機器人”首次通過國家執業醫師資格考試綜合筆試測試，并超過96.3%的人類考生；
2018年，首次讓機器翻譯的中英語音翻譯達到CATTI全國翻譯專業資格（水平）考試二級合格標準；
2019年，首次在國際權威的機器閱讀理解SQuAD2.0比賽中超過人類平均水平；
2022年，首次在OpenBookQA知識推理挑戰賽中單模型超過人類平均水平。
2023年，建設首個全國產算力平臺“飛星一號”，并發布全鏈條自主可控的“訊飛星火大模型”。
基于國產算力訓練的訊飛星火大模型國內領先：依托認知智能全國重點實驗室的技術和應用積累，以及成建制的研發團隊，2023年5月6日，科大訊飛正式對外發布訊飛星火大模型（下文簡稱“訊飛星火”），訊飛星火具備文本生成、語言理解、知識問答、邏輯推理、數學能力、代碼能力、多模態能力等七大核心能力。2023年10月24日，科大訊飛與華為聯合發布了國內首個全國產算力平臺“飛星一號”，當前訓練效率已經達到英偉達A100同等規模集群的90%。2024年1月30日，首個基于全國產算力平臺“飛星一號”訓練的全民開放大模型——訊飛星火V3.5正式發布，測評顯示，訊飛星火V3.5的語言理解、數學能力、語音交互能力已超過GPT-4 Turbo，綜合能力逼近GPT-4 Turbo，持續賦能千行百業。在國務院發展研究中心、新華社研究院、《麻省理工科技商業評論》等權威機構的評測中，訊飛星火的綜合能力在國內排名第一。目前對標GPT-4 Turbo當前能力的訊飛星火V4.0正在訓練中，2024年6月27日正式發布。
在人工智能產業化方面：基于人工智能核心技術，科大訊飛多年來持續賦能教育、醫療、金融、汽車、城市、運營商、工業等行業賽道并取得廣泛成效，持續助力民生和產業高質量發展。
在教育領域，科大訊飛為全國32個省級行政區、5萬余所學校、1.3億師生提供智慧教育產品和解決方案，以人工智能助力因材施教；
在醫療領域，科大訊飛“智醫助理”為全國30多個省400多個區縣提供7.4億次輔診服務，為每個醫生打造AI診療助理、為每個居民打造AI健康助手；
在金融領域，科大訊飛為包括6大國有銀行在內的全國兩百多家金融機構提供智能客服、智慧營銷、軟件開發等AI服務，觸達用戶超過5億人，用AI為客戶提升服務效率和運營效能。
在汽車領域，科大訊飛為奇瑞、廣汽、長安、長城等數十家車企提供累計5700萬前裝搭載，覆蓋23個語種，助力國內車企出海，平均月活用戶超過2500萬，年在線交互次數突破100億次，用AI為用戶帶來智能音效、智能座艙、智能駕駛等智能車載解決方案。
在城市領域，科大訊飛為全國30多個省330多個城市提供城市超腦、智慧政務等智慧城市解決方案，服務了全國超4900家政企單位，助力城市實現數字化轉型。
在運營商領域，科大訊飛為全國31個省提供智慧家庭服務，日語音交互次數達8000萬次，聯合中國移動打造5G新通話創新應用，將為7.5億用戶提供商務速記、AI秘書等AI通話解決方案。
在工業領域，科大訊飛為全國10個省20多個地市提供基于“工業六感”技術、羚羊工業大模型技術的工業AI產品與解決方案。目前，在能源、高端裝備等場景陸續打造出工業行業示范應用。
此外，訊飛星火發布以來，已在訊飛AI學習機、訊飛智能辦公本、訊飛聽見APP、星火語伴APP、iFlyCode智能編程助手、星火科研助手、訊飛曉醫等C端軟硬件，以及教育、醫療、汽車、金融、工業等B端業務賽道全面落地應用。在C端，搭載了訊飛星火的AI學習機、智能辦公本、翻譯機、錄音筆拿下2023年“雙11”京東&天貓7個品類銷售冠軍，訊飛AI硬件銷售額同比2022年增長126%。在B端，科大訊飛聯合金融、汽車、運營商、工業、住建、物業、法律、科技文獻、傳媒、政務、文旅、水利等12個行業龍頭發布行業大模型，與華為、中國移動、中國一汽、奇瑞、太平洋保險、國能集團、交通銀行、國家博物館、中國教科院等行業龍頭進行深度戰略合作，持續創造剛需場景價值，加速產業化落地。
產業生態蓬勃發展：科大訊飛承建的智能語音國家人工智能開放創新平臺，是國家首批四大新一代人工智能開放創新平臺之一。截至2024年5月31日，訊飛開放平臺已開放707項AI產品及能力，聚集超過683.1萬開發者團隊，總應用數超過240.5萬，累計覆蓋終端設備數超過40.5億，AI大學堂學員總量達到77.9萬，鏈接超過500萬生態伙伴。
2023年5月6日，訊飛星火正式發布以來，已新增超過273萬開發者，其中大模型直接相關的開發者數量超過52萬，企業級用戶超過32萬。2024年1月30日，星火開源-13B正式在華為昇思開源社區聯合首發上線，這是業界首個基于全國產算力平臺“飛星一號”研發的開源大模型。目前，訊飛星火擁有2400多萬用戶，用戶已開發出約9.1萬個AI助手。以科大訊飛為核心的人工智能產業生態持續構建。
用AI踐行ESG：在基礎教育方面，2022年以來，科大訊飛攜手學習強國，將裝滿AI知識和應用的“科技大篷車”開進全國15個省、72個站點，跨越2.5萬公里為全國52萬中小學生送去一個個“移動的AI科普課堂”。
在基層醫療方面，科大訊飛“智醫助理”幫助全國基層醫護人員提供了7.4億+次AI輔助診療建議，規范了2.8億+份電子病歷，糾正了130萬+診斷案例，幫助基層醫生降低漏診誤診和不合理用藥的風險。
在科技減貧方面，科大訊飛在貴州大方縣等地建設智慧就業車間，通過就業帶動產業發展，入選原國務院扶貧辦培訓班典型案例，通過持續“造血”，發揮帶頭作用，助力鄉村振興。
在文化傳承方面，訊飛輸入法2017年開始發起“方言保護計劃”，和用戶共建中國方言庫，至今，訊飛輸入法可以支持26種方言、5種民族語言的語音輸入和2種方言的翻譯。
在科技助殘方面，科大訊飛用AI幫助視聽障人士無障礙溝通：訊飛聽見已為聽障群體提供超過1億分鐘無償轉寫服務，訊飛開放平臺每天為視聽障人士提供超5000萬次AI服務，幫助開發者開發出2.9萬個無障礙應用。
在世界盛會方面，作為北京2022年冬奧會和冬殘奧會官方自動語音轉換與翻譯獨家供應商、2023年成都第31屆世界大學生夏季運動會自動語音轉換與翻譯類官方獨家供應商，以及2023年布達佩斯世界田徑錦標賽賽事供應商，科大訊飛用AI幫助全世界講不同語言的人們無障礙溝通，并牽頭發布布達佩斯人工智能聯合開放平臺，構建全球多語種技術生態，凝聚全球科技力量服務全球人民。
合作伙伴
