为了补齐屏幕阅读器对无文字图片的语义朗读能力，我提交了一则AIFramework SIG需求，希望在kylin‑ai‑runtime和kysdk新增Image Caption图片一句话描述接口，同时支持云端/本地VLM两种后端，复用现有AI子系统的密钥、引擎注册机制，适配视障读屏场景，OCR识别不到文字时调用该能力生成简短图像描述供TTS朗读，该接口也可赋能相册、文件管理器等其他桌面应用。
Issue：https://gitee.com/openkylin/community/issues/IKIIO4?from=project‑issue
1 个赞