模型能力
翻译模型体系升级:多渠道、多模型灵活选择
LibImg 将文本翻译、视觉 OCR、AI 图片和 AI 视频模型按能力拆分管理,支持每个渠道维护真实模型清单、手动探测可用性和按失败类型自动路由。
阅读约 6 分钟
LIBIMG PRODUCT UPDATE · 2026-09-17
翻译模型体系升级:多渠道、多模型灵活选择
多模型模型路由可用性探测文本翻译
本次更新
模型不再只由渠道类型笼统决定。系统会区分文本、图片和视频能力,在同一渠道内选择已启用、已验证且适合当前任务的模型,并把最终实际模型写入任务记录。
为什么要重新整理模型体系
图片翻译并不只调用一种模型。经典管线需要 OCR 和文本翻译,原生 AI 模式需要图片编辑模型,生图和生视频又有各自的输入限制。如果只按“这是哪个渠道”来判断能力,同一渠道同时提供多类模型时就容易选错,甚至把图片模型当成文本模型。
这次升级把能力绑定到具体模型,而不是笼统绑定到渠道。管理员可以为每个渠道分别维护文本、图片和视频模型清单,并决定哪些模型对用户开放。
用户能感受到的变化
- 原生 AI 翻译和生图页面可以选择后台已开放的具体图片模型。
- 文本翻译模型与图片模型分开,避免翻译引擎和出图引擎被错误混用。
- 生视频页面按渠道展示真实可用的视频模型。
- 使用记录显示任务最终实际使用的模型,而不只显示最初选择。
- 模型不可用时,系统按能力和输入约束选择其他健康候选。
自动路由不是无条件乱换模型
| 约束 | 路由行为 |
|---|---|
| 用户明确选择模型 | 优先尝试该模型;失败后才按后台策略选择候选 |
| 多张参考图 | 只选择能容纳当前参考图数量的模型 |
| 透明背景 | 只选择实测能返回透明通道的 GPT-Image 系模型 |
| 模型已关闭或探测不可用 | 不进入正常候选清单 |
| 所有候选都被熔断 | 仍保留一个可尝试候选,以便返回真实上游结果而非笼统的“无模型” |
模型清单由管理员控制
系统同步到的模型不会自动等同于已开放。模型需要经过真实探测或管理员确认后才能进入公开选项,避免未验证模型突然接管用户任务。
按失败原因采取不同动作
路由系统会区分内容审核、容量不足、额度或鉴权异常以及其他错误。容量问题会短暂熔断后自动恢复;额度类问题会采用更长冷却;内容审核不会把整个渠道判定为故障;参数错误也不会通过无限重试掩盖。
如何选择
- 需要最大程度保持原图画面和可控排版时,优先经典图片翻译。
- 需要整图重绘、复杂场景理解或更自然的视觉融合时,可以使用原生 AI 模式。
- 只需要可复制文字时,使用 OCR 工具,不必走图片翻译。
- 不了解各模式差异时,可先阅读 多模型使用指南。
查看当前可用模型
页面选项来自后台当前启用并通过可用性检查的模型清单。
#多模型#模型路由#可用性探测#文本翻译