免费 AI 看图说话

图片放进去它就开始读，没有要找的按钮，也不用登录。想要完整的画面信息就选「详细描述」（主体、场景、风格、氛围、显眼的物品）；只要一句配文就选「一句话描述」。心里有具体问题，切到「向 AI 提问」直接写——它回答的是这张图，而不是泛泛而谈。

就是把图片变成文字的工具。它直接读你上传的图，讲清楚里面有什么：主体、场景、颜色、物品、画风，连图里印着的字都能提取出来。做替代文本、无障碍说明、素材归档、资料研究，或者单纯想看懂一张图，都用得上。

上传图片，它会按「对象—动作—场景」的顺序写：先说主体是什么，再说正在发生什么，最后补上周围环境。这是无障碍描述推荐的写法，读屏软件念出来通顺，给普通读者看也不别扭。给 alt 属性写一句话选「替代文本」，要长一点的完整描述选「详细描述」，配图发帖要一句短配文选「社媒配文」。

不登录每天可以免费用 8 次，不用绑卡。之后登录继续用，每次描述消耗 1 积分（失败会退回）。

十种：详细描述（完整拆解）、一句话描述（一两句概括）、替代文本（一句话写给 alt 属性）、社媒配文（带话题标签的发帖文案）、商品描述（商品上架文案）、描述人物（外貌、穿着、姿势）、识别物品（分组清单）、分析画风（媒介、技法、影响）、提取文字（逐字 OCR），以及向 AI 提问（你问什么它答什么）。

可以。切到「向 AI 提问」，输入「这张照片里有几个人？」「牌子上写的是什么？」「这是什么品种的狗？」之类的问题，它只根据画面上看得到的内容回答。

能。「提取文字」模式会逐字转写画面里所有文字——招牌、标签、文档、截图、水印，保留原本的大小写和拼写，并标注每段文字在画面的哪个位置。

19 种输出语言，包括简体中文、繁体中文、日语、韩语、西班牙语、葡萄牙语等。用 OCR 模式时，提取出来的原文保持原样，说明文字按你选的语言写。

PNG、JPG、WebP，单张不超过 10MB，也可以直接从剪贴板粘贴。照片、插画、截图、扫描件都行。AI 读图之前，图片最长边会缩到 1,024 像素，这样出结果快，但大照片里很小的字可能会读不出来。

人一眼能看到的东西它很擅长：主体、场景、颜色、物品、氛围，以及大而清楚的文字。比较弱的是细小的细节、很小或被挡住一部分的文字，以及人也得多看两眼的拥挤画面。它只按看得到的内容回答，不会去认照片里的人是谁。遇到难读的图，先裁出你关心的那一块，用「向 AI 提问」问你真正要的那一点，印刷文字就用「提取文字」。

问得具体，一次只问一件事。「这张照片里有几个人？」「左边牌子上写的是什么？」「这是什么品种的狗，大概几岁？」比「这是什么？」好用得多。想要什么格式也可以直接说（「用一句话回答」「把物品列成清单」），它会照着写。第一次的回答太笼统，就把那块区域裁出来再问一次。

可以。这些文字归你用，做替代文本、商品上架、素材目录、配文、文档和客户项目都行。发布前还是要自己核对一遍：对照图片读一读，也不要把 AI 写的描述当作关于真实人物、医疗或法律问题的事实陈述。

不可以。这个工具是给普通照片、插画、截图和文档用的。Vormly 上哪些内容不允许，见我们的可接受使用政策，违反的图片可能会被拒绝处理。

图片反推提示词产出的是给 AI 绘画模型用的提示词，目的是把这张图重新画出来。这里产出的是给人看的文字：描述、物品清单、OCR 转写、问题的答案。想看懂一张图用这个，想重新生成一张图用那个。

不会。图片读完就丢弃，不保存、不分享，也不会用于训练模型。