一、产品功能
基于不同的 AI 技术架构，图像识别产品分为两类产品形态：视觉理解大模型与传统 CV 模型。
二、视觉理解大模型
基于大模型技术打造的视觉理解产品，泛化能力强，适合开放识别场景。视觉理解大模型支持两种使用模式：
·应用场景模式：针对具体业务场景（如智慧门店巡检、电商素材打标），你可在 产品控制台 直接配置并调试业务规则。线上调用 时，仅需传入规则 ID 即可实现场景化识别。该模式有助于你更高效地管理业务规则、深度分析场景问题。
·自定义 Prompt 模式：采用标准的大语言模型交互方式，直接通过输入 Prompt（提示词） 调用接口，实现对视觉内容的理解；你也可在 产品控制台 直观体验大模型的原生能力。
三、传统 CV 模型
在特定业务场景积累的领域模型，适合识别需求固定且耗时要求高的场景。
·商品识别：覆盖电商、广告场景下的常见商品，并输出商品所在坐标。
·车辆识别：识别图片中车辆的品牌、车系、类型、颜色等，覆盖轿车、SUV、大型客车等市面常见车。
·车辆识别（增强版）：在车辆识别的基础上增加了车牌识别的功能。可对图片中车辆的车型和车牌进行同时识别，输出车辆的车牌信息，以及车辆品牌、车系、类型、颜色和车辆在图中的坐标等信息，覆盖轿车、SUV、大型客车等市面常见车。
·文件封识别：检测图片中是否包含符合文件封（即文件、单据、资料等的袋状包装）特征的物品，可应用于物流行业对文件快递的包装审核等场景。