AI 百科词条

计算机视觉（Computer Vision）是什么？

让 AI「看懂」图片和视频——认物体、认人脸、读场景、追踪动作的技术总称。

一句话说清楚

计算机视觉是 AI 处理视觉信息的学科总称，涵盖分类（这是什么）、检测（东西在哪）、分割（像素级抠图）、识别（人脸/文字/动作）等任务。你用的人脸打卡、商品拍照搜索、图片批量审核、视频自动剪辑，底层都是视觉模型。

涉及图片处理的工具选型，本质是看视觉任务做得专不专：抠图看边缘精度、去码看补全合理性、图片审核看误报率。通用「AI 图像工具」往往样样通样样松，专业场景选专项产品。

人脸相关功能（换脸、人脸生成）合规风险最高，商用务必确认平台资质与授权链路。

录音转文字：会议、访谈、课程全场景

会议纪要看说话人分离与摘要能力，访谈整理看准确率与时间戳，课程听打看长音频支持。

AI 营销文案：种草、带货与品牌发声

把产品卖点、目标人群与投放平台喂给工具，产出多版本文案供 A/B，中文营销语感是第一筛选标准。

AI 修图：抠图、去水印、扩图一句话搞定

抠图、去杂物、老照片修复、AI 扩图——按任务挑工具，别用一个工具硬扛所有活。