Unverified90% confidenceFactTime unknown
Gemma 4支持完全离线状态下的图像文字提取（OCR），采用视觉-语言多模态架构
1
Sources
90%
Confidence
Long-term
Relevance
6/1/2026
First Seen
Sources
Gemma 4深度体验：谷歌顶级AI免费离线运行实测
bilibili声译看世界
Related Entities
Related Claims
UnverifiedGemma系列模型采用SigLIP视觉编码器来处理图像输入75% similarUnverifiedGemma 4 E2B 支持三大离线多模态能力：AI Chat（离线对话）、Ask Image（拍照识别）、Ask Audio（本地音频转录）72% similarUnverified该多模态对话系统支持图像内容识别、文字提取（OCR）和图文问答三类图像理解能力67% similarUnverified该工具集成了OCR光学字符识别功能，能够自动识别屏幕上的文字内容65% similarUnverified视觉模型接收每张屏幕截图并输出结构化信息，包括OCR识别文本、页面布局、UI控件的像素坐标框及元素状态64% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/23873API
curl https://kongchang.com/api/v1/knowledge/claims/23873MCP
get_claim(id=23873)