Skip to main content
模型调用

视觉理解

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。
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。

命令速查

能力命令典型模型说明常用参数
视觉理解bl vision describeqwen3-vl-plus（默认）长视频分析、图表 / 文档解析、多语言 OCR--image / --video 输入（支持本地路径与 URL）、多图输入、--prompt 指令、--output json 格式化输出

示例

bl vision describe --image ./chart.png --prompt "总结这张图表的核心结论"

bl vision describe --video ./demo.mp4 --prompt "描述视频中的关键事件"
开始使用
能力参考
更新日志