据复旦大学官方，在复旦大学自然语言处理实验室 师生的努力下，基于多模态大模型“复旦・眸思” 为视障者量身打造的“听见世界”App 上线。

　　这套系统仅需一枚摄像头、一对耳机，就能将画面转化为语言，且支持描绘场景、提示风险等功能。“听见世界”App 可为视障者日常生活需求设计三种模式。

　　街道行走：该模式下，“眸思”能够细致扫描道路情况，提示潜在风险。自由问答：可帮助视障者走进博物馆、艺术馆、公园，捕捉四周景象每个细节，可用声音构建丰富的生活场景，官方演示图显示，该 App 还可实现转述电视画面内容等功能。寻物：该模式为视障者提供日常物件的寻觅功能，官方称其为“可靠管家”。

　　▲

　　据悉，预计今年 3 月，“听见世界”App 将完成第一轮测试，并在中国一、二线城市和地区同步开启试点，根据算力部署情况进行推广。

　　注：复旦大学自然语言处理实验室此前开发了 MOSS 大模型，2023 年 4 月宣布正式开源，成为国内首个插件增强的开源对话语言模型。半年时间后，多模态模型“眸思”问世。