Generative AI Vision

备注

"Generative AI Vision" 由 RTKSG SD3 与 ChungYi Fu（高雄，台湾）联合开发

特别感谢所有开发者的努力与贡献。

材料

在本范例中，我们将使用开发板拍摄图像并将其发送到各种 LLM 服务器进行视觉分析。

在 File -> Examples -> AmebaNN -> MultimediaAI -> GenAIVision 中打开 Generative AI Vision 范例。

在突出显示的代码片段中，将 "wifi_ssid" 填入您的 WiFi 网络 SSID，并将 "wifi_pass" 填入网络密码。

在本文档中，我们将使用 Gemini API 进行演示。

在 Google AI Studio 中创建您自己的 Gemini API 密钥。

复制您的 API 密钥并粘贴到 Gemini_key 部分。

取消注释 gemini vision 提示函数以执行。

编译并上传固件。打开串口监视器查看响应。

您也可以修改 prompt_msg 以满足您的应用需求。

SDK 中集成的各种在线服务器和 LLM 模型：

服务器	模型	速率限制	定价
openAI platform	gpt-4o-mini	500 RPM	付费（Tier 1）
Google AI Studio	gemini-2.5-flash	15 RPM	免费
GroqCloud	meta-llama/llama-4-scout-17b-16e-instruct	15 RPM	免费

速率限制参考

openAI platform - openAI vision

Google AI Studio - Gemini vision

GroqCloud - Llama vision