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
- 零编程经验者用 ChatGPT 开发 ComfyUI 安卓客户端将上架 — ComfierUI · 2026-09-11
- FastH3-Live 升至 22fps：加速节点实测与 ComfyUI 显存避坑 — spartong945 · 2026-09-11
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11
- MiniMax Music 制作工具包 2.5 发布,新增完整母带处理链 — Vivid_Promise1700 · 2026-09-11