Perceptron Mk1 是 Perceptron 推出的闭源视觉语言模型（VLM），专注于图像理解、视频分析和具身智能推理任务。该模型支持图像和视频输入，可通过自然语言指令完成视觉问答、目标识别、OCR、图像描述以及复杂场景分析等任务。
Perceptron Mk1 具备约 32K Token 上下文窗口，并支持推理模式、结构化输出和工具调用能力，适用于智能机器人、视觉 Agent、视频理解系统以及企业级多模态 AI 应用。
| 套餐 | 价格 | 说明 |
|---|---|---|
| Free Trial（免费试用版） | 免费 | 提供 Perceptron Mk1 基础模型体验，支持图像理解、视频分析、视觉问答和模型测试。适合开发者体验多模态 AI 能力、进行技术验证和应用原型开发。 |
| Paid Plan（付费方案） | 按 Token 使用量计费 | 根据 API 输入和输出 Token 数量收费。参考价格约为 Input $0.15 / 1M Tokens，Output $1.50 / 1M Tokens。适合需要稳定 API 服务、高频视觉 AI 调用和商业应用部署的团队。 |
| Enterprise Plan（企业方案） | 定制报价 | 提供企业级视觉 AI 解决方案，包括大规模 API 接入、私有化部署、系统集成、安全管理、定制优化和技术支持，适合企业构建视觉智能系统。 |
视觉理解能力：支持图片和视频分析，理解复杂视觉信息。
视频推理能力：可进行视频内容理解、事件分析和场景推理。
OCR 文字识别：支持图片中的文字提取与信息分析。
目标检测与识别：能够识别图像中的对象、环境和关键元素。
多模态问答：结合视觉信息与自然语言完成智能问答。
结构化输出：支持 JSON 等格式输出，方便开发者集成 AI 应用。
① AI 应用开发者
② 计算机视觉工程师
③ AI Agent 开发者
④ 机器人与自动化研发团队
⑤ 企业技术团队
⑥ 需要视觉理解能力的专业用户
评论（0）