Skip to main content

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。本文命令明细以 bl 2.5.1 为基准核实。

命令速查

bl vision describe

使用 Qwen-VL 描述图片或视频。需要 API Key 鉴权。 语法 
bl vision describe --image <path-or-url> [--video <url>] [--prompt <text>]
参数类型必填说明
--image <path-or-url>string否本地图片路径或 URL
--video <url>array否视频文件 URL 或本地路径（mp4/mov/avi/mkv/webm）
--prompt <text>string否针对内容的问题（默认：自动识别）
--model <model>string否视觉模型（默认：qwen3-vl-plus）
示例：描述指定图片或视频内容 
bl vision describe --image photo.jpg