用视觉大模型自动切漫画分镜，每页不到半分钱

编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）

ScreenWeaver 用 Gemini Flash 视觉大模型自动识别漫画/分镜稿的每个格子并生成说明文字，实测每页成本 0.0036~0.0048 美元（A·实测），2026年10月13日上线。相比免费的开源 OpenCV 方案（Kumiko），大模型能处理手写笔记、无边框出血格等脏页面，还额外输出每格一句话描述。对搞钱意味着：这是把'人工切图'变成'API 调用'的降本机会，适合做漫画转动画、条漫工具链的人。最大坑是模型输出不可信，必须做 schema 校验和异常兜底。

• 用 Gemini Flash 做视觉识别…
• 脏页面（手写笔记/无边框格）用大模型…
• 让模型输出每格一句话描述，省去后续 agent 重复看图
• 关闭推理 token、限制最长边 1568px，能显著降成本
• 模型输出必须过 schema 校验，防单个坏框拖垮整条流程

原文 · HackerNoon：阅读原文 →

🎯 加入「进步分子」知识星球

搞钱情报 · 工具测评 · 副业实战

立即加入

扫码或点击加入，一起进步