如何使用本地 AI 视觉工作室
- 看一眼「本机 AI 能力」：WebGPU 和 WASM SIMD 都支持时速度最快。
- 按场景选择工具：健身、文档、商品图、隐私打码或儿童科普。
- 首次使用会下载对应模型（约 0.2–16 MB），之后从浏览器缓存直接读取。
- 处理完成后复制或下载结果；需要精修时跳转到站内的抠图、放大或图片编辑器。
什么是「本地 AI」？
传统在线 AI 工具要把图片上传到服务器，由云端模型处理再返回结果。本地 AI 则把一个体积很小的模型（几百 KB 到十几 MB）下载到浏览器里，用 WebAssembly 或 GPU 在你的电脑、手机上直接运算。好处是隐私好（照片不出设备）、速度稳定（不排队）、免费且没有次数限制；代价是第一次需要下载模型，老旧设备运行会慢一些。
这里用了哪些模型？
人体姿态用 Google MediaPipe Pose Landmarker（lite 版约 5.8 MB），人脸检测用 BlazeFace（约 0.2 MB），物体检测用 EfficientDet-Lite0（COCO 80 类），图像分类用 EfficientNet-Lite0（ImageNet 1000 类），文字识别用 Tesseract（中英文 LSTM 模型），抠图沿用站内 MagicTouch 交互分割模型。全部为 Apache-2.0 等开源许可，文件放在本站服务器并做了 SHA-256 校验，不从第三方网站加载。
Chrome 内置 AI（Gemini Nano）是什么关系？
新版桌面 Chrome 可以下载内置的 Gemini Nano 模型，网页通过 Prompt API 调用它理解图片和文字。我们把它当作「增强项」：在 Alt 文案、动植物讲解等工具里，如果检测到你的浏览器可用，会多出一个按钮；不可用时照样使用上面的跨浏览器模型，功能不受影响。
怎样获得最快速度？
优先用电脑上的最新版 Chrome 或 Edge，并保持显卡驱动更新；手机上用最新系统自带浏览器。摄像头类工具在光线充足、背景简单时最稳定。第一次加载慢属正常，模型会被浏览器缓存，第二次打开基本秒开。
常见问题
照片和摄像头画面真的不会上传吗？
不会。所有推理都在浏览器里完成，页面只从本站下载模型和程序文件，不会把图片、视频帧或识别结果发送到任何服务器。你可以断网后再处理图片验证（模型已缓存时）。
需要注册或付费吗？
不需要。全部工具免费、无需登录、没有次数限制。
为什么第一次打开要下载十几 MB？
那是 AI 模型和运行引擎本身。下载一次后浏览器会缓存，之后打开直接读取，不再消耗流量。
手机能用吗？
可以。新版 iOS Safari 和安卓 Chrome 都能运行，但低端手机首次加载和实时摄像头识别会慢一些，建议用电脑或较新的手机。
识别结果准确吗？
这些是通用的小型模型，适合日常参考：健身计数和文字识别在光线、角度合适时比较可靠；食物热量、动植物识别只能给出估计或猜测，页面里都有说明，请结合常识判断。
和站内已有的抠图、高清放大有什么关系？
它们同属本地 AI 产品线，本页把它们和新工具放在一起，商品图工作室还会把抠图、尺寸和合规检查串成一条流水线。