拍照做家庭库存App
RomeoDelta1234 · reddit · 2026-07-19
作者用当前多模态视觉模型做了一个家庭物品管理应用 Store & Forget。
核心体验是：用户拍一张物品照片，模型会把图片转成结构化记录，自动写出名称、品牌、规格、类别等信息，并保存物品放在哪个箱子/架子里。之后想找东西时，不需要回忆原始描述，而是按“记得的用途或印象”去搜索。
作者认为，这类模型已经从“写图注”进化到足够可靠的“清单抽取”，这正是过去很多库存 App 一直做不起来的原因。当前局限是：单个物体识别较稳，多物体同框仍需要人工复核，密封盒内物品仍看不到；因此所有字段都可编辑。应用目前先做了 Android 版。
「多模态」频道最新
- MOSS Image Edit 对比 Fibo-2.0-edit:五组编辑效果实测 — Illustrious_Row_9971 · 2026-10-27
- 纯用雾气和建筑做出电影级片头:ComfyUI 图生视频工作流分享 — magratheya_64 · 2026-10-27
- Fish Audio 开源发布 Drama 3 TTS,博主演示旧帖一键转有声视频 — alex_verem · 2026-10-27
- Reddit 用户用 ComfyUI 生成逼真「清晨公交」短片 — no3us · 2026-10-27
- 网友为 MOSS 模型做模糊/防模糊 Slider LoRA,负权重让背景更清晰 — NoMouse9610 · 2026-10-27
- PixGR：像素空间生成式解码加速前馈 3D 高斯重建 — kwangmoo_yi · 2026-10-27