目前，在 AI 领域，存在能够从图片中提取文字的技术和应用。
例如，谷歌 Gemini 多模态技术可以实现从图像中提取文本，比如从表情包或文档扫描中提取文字。它不仅能提取文字，还能理解图像或视频中的内容，包括识别物体、场景和情绪等。在一些具体的应用场景中，比如有人想为猫买新衣服，可以给模型提供猫的图片和相关文本提示，模型会给出适合猫的衣服建议。而且输入的图像和文本顺序可以交错，不同的顺序可能会影响结果。
另外，Tipbot AI 具有图片 OCR 功能，能够从图片中提取文字并提供简洁的摘要。它适用于各种用户群体，如学生、专业人士、忙碌的父母等。用户可以通过拍照提取图片中的文字并获得摘要，还能根据自身需求和偏好创建和定制自己的 AI 助手，其用户友好的设计使得即使非技术专家也能轻松使用。
但需要注意的是，使用 Tipbot AI 时要注意保护个人隐私和数据安全，而且它可能在对某些特定图片的文字提取上存在不准确的情况。
