多模态模型落地盘点：截图即提问的时代

交互方式被改写

把截图直接丢给 AI 求助，已经成为最高频的多模态用法。输入门槛的大幅降低，改变的问题类型比想象中多。

文档理解的突破

表格、扫描件、手写体、混合排版——多模态模型对非结构化文档的理解能力，让传统 OCR 方案开始重新定位。

安全提醒不会过时

图片同样是不可信输入：视觉提示词注入已有真实案例。多模态应用的输入过滤必须跟上。