视觉理解

更新时间:
复制 MD 格式

阿里云百炼 CLI 视觉理解能力——图像、文档、长视频解析与多语言 OCR 的命令速查。

一条命令即可在终端调用阿里云百炼视觉理解能力,解析图像、文档与长视频内容。

重要任意命令追加 --help 可查看完整参数说明,例如 bl vision describe --help。所有接受文件 URL 的参数也接受本地路径——CLI 会自动上传到临时存储(有效期 48 小时),无需手动托管为 URL。本文命令明细以 bl 2.2.1 为基准核实。

命令速查

bl vision describe

使用 Qwen-VL 描述图片或视频。需要 API Key 鉴权。

语法

bl vision describe --image <path-or-url> [--video <url>] [--prompt <text>]
参数类型必填说明
--image <path-or-url>string否本地图片路径或 URL
--video <url>array否视频文件 URL 或本地路径(mp4/mov/avi/mkv/webm)
--prompt <text>string否针对内容的问题(默认:自动识别)
--model <model>string否视觉模型(默认:qwen3-vl-plus)

示例:描述指定图片或视频内容

bl vision describe --image photo.jpg