Doclingo 发布图片翻译功能：支持多语言 OCR 与智能保真模式
在图像内容日益丰富的数字工作流中，将图片中的文字快速、准确地转换为可编辑文本并翻译，已成为企业自动化与多语言协作的关键需求。Doclingo 近期正式推出了其核心功能——图片翻译（Image Translation），旨在解决传统 OCR 工具在复杂图像场景下识别率低、翻译不精准的问题。
核心功能突破
1. 多格式支持与自动语言检测
Doclingo 的翻译引擎支持 PNG、JPG、WEBP 等主流图像格式，并内置智能语言检测机制，可自动识别源语言，默认目标语言为英文，用户亦可自定义。这一设计大幅降低了用户的使用门槛，适用于从社交媒体截图到合同扫描件等多种场景。
2. 创新“保真模式”与重绘策略
针对模糊、低分辨率或字号较小的图片，Doclingo 引入了“保真模式”（Fidelity Mode）。该模式采用双阶段处理流程：
- 第一阶段：图像增强：利用 AI 算法提升图片清晰度，优化文字边缘与对比度。
- 第二阶段：高精度识别：在增强后的图像上进行 OCR 识别，显著降低误读率。
此外，系统还提供“重绘策略”（Redraw Strategy），在识别后对模糊区域进行智能补全与重绘，确保翻译内容的完整性与可读性。
3. 面向 Pro 用户的深度定制
该功能目前以 Pro 版本形式开放，提供更高的并发处理能力和更精细的控制选项，适合对文档处理效率与质量有严格要求的企业用户。
实际应用场景
- 跨国企业文档数字化：快速将海外合同、发票等图片文档翻译并转换为可编辑格式。
- 社交媒体内容本地化：自动翻译用户上传图片中的文字，提升多语言社区互动体验。
- 教育资料处理：将模糊的教材插图、手写笔记快速翻译并转录为文本。
技术价值与开发者影响
Doclingo 的此次更新标志着图像理解与多模态翻译技术的进一步融合。通过结合图像增强与 OCR 识别，该功能在保持高保真度的同时，显著提升了复杂场景下的翻译准确率。对于开发者而言，该功能可通过 API 集成，构建更智能的文档处理流水线，提升自动化流程的效率与准确性。
“我们的目标是让每一张图片中的文字都能被准确理解并翻译，无论其清晰度如何。”——Doclingo 技术团队
随着该功能的上线，Doclingo 正逐步从单一文档解析工具，转型为多模态内容处理平台，为开发者与用户提供更强大的 AI 赋能工具。
