大学时还在用 tesseract 来实现 OCR ，短短几年随着多模态大模型的崛起，OCR 技术正经历一场颠覆性变革——它不再局限于“识别文字”，而是进化为一套能够理解上下文、推理语义、甚至主动纠错的“视觉认知系统”。
用支持视觉的大模型接口开发了一个识别食品成分的小程序，不仅摒弃了传统 OCR 技术，更直接绕过了第三方食品数据库的调用环节。
