案例一：一张外文菜单的拍照翻译
这个案例带你完整体验元宝多模态能力的实用价值——拍照翻译。假设你在旅行时走进一家外文餐厅，菜单全是看不懂的文字，元宝能帮你轻松搞定。这也是元宝图片识别、翻译能力最典型、最贴心的应用场景。
第一步：拍照并上传
拿出手机，用元宝的拍照功能拍下菜单，或者从相册选择菜单照片上传。
确保照片清晰、文字清楚、光线充足，这样识别更准确。
第二步：发出翻译指令
上传图片后，发出明确指令：
"请翻译这张菜单，告诉我上面有哪些菜，每个菜大概是什么，并推荐 2 道招牌菜。"
元宝会识别菜单上的文字，翻译成中文，列出菜品，并根据你的需求给出推荐。这一下，看不懂的外文菜单就变成了清晰易懂的中文菜单。
第三步：深入追问
如果菜单上有不确定的地方，或者想了解更多，继续追问：
追问 1："这个菜（指具体名称）是用什么做的？口味辣不辣？"
追问 2："有没有适合不吃辣的菜？帮我推荐 2 道。"
追问 3："这家的招牌甜点是什么？"
通过多轮追问，你能充分了解菜单，点出满意的菜。
第四步：记录与分享
翻译结果可以记录下来，方便点餐时参考。你也可以让元宝"把翻译后的菜单整理成一份清单"，保存或分享给同行的人。
案例复盘：这个案例的价值
通过这个案例，我们可以看到元宝多模态能力的完整价值：
- 识别外文：自动识别图片中的外文文字。
- 智能翻译：结合菜品语境翻译，比生硬直译更准确。
- 深度推荐：不仅能翻译，还能根据需求推荐。
- 多轮互动：像和真人服务员交流一样，反复追问。
这个场景只是元宝多模态能力的冰山一角。同样的方法还可以用在：翻译外文路牌、说明书、海报、书籍段落；识别植物、物品、景点；提取票据、截图中的文字等等。掌握"拍照 + 提问 + 追问"这套方法，你就能在无数生活场景中用好元宝的多模态能力。下次遇到看不懂的外文、不认识的东西，记得先想到拍照问元宝。
延伸场景：多模态在日常中的更多应用
拍照翻译只是元宝多模态能力的入门。同样的方法还可以用到很多场景：识别不认识的花草植物，让元宝告诉你它是什么、怎么养；识别家电或设备上的按钮和说明，让元宝帮你读懂怎么用；提取纸质合同、票据上的文字，让元宝帮你整理成电子版；分析产品包装上的配料表和营养成分，让元宝帮你解读。掌握“拍照 + 提问 + 追问”这套方法，你就等于拥有了一双“AI 眼睛”，能随时读懂生活中的各种图文信息。这种能力对老师整理纸质教案、家长解读产品说明、旅行者识别陌生事物都特别实用。
