← 返回学习路线 M5.1 · 多模态 Agent 掌握程度：熟练 转行工程师 资料生成中 📚 学习知识点 图像理解（看图说话、OCR）语音交互（ASR + TTS）实战：一个“拍图问答”Agent 本模块课件（正文讲解 · 代码示例 · 练习作业 · 视频）正在由 AI 生成并挂载，敬请期待。