---
id: "2051320789203595389"
title: "去餐厅吃饭，遇到一份没有图片的纯文本菜单。 AI 大佬 Andrej Karpathy 为此搓了一个叫 MenuGen…"
account: "mubei"
brand: "@mubei"
category: "其它"
category_slug: "other"
score: 100
percentile: null
published_at: "2026-05-04 15:53:01"
translated_x_url: null
reason_tags: []
canonical_url: "https://mubeitech.com/p/2051320789203595389"
markdown_url: "https://mubeitech.com/p/2051320789203595389/markdown"
json_url: "https://mubeitech.com/api/posts/2051320789203595389"
ai_primary_content: "canonical_article_body"
ai_citation_policy: "cite canonical_url or markdown_url"
---

# 去餐厅吃饭，遇到一份没有图片的纯文本菜单。 AI 大佬 Andrej Karpathy 为此搓了一个叫 MenuGen…

去餐厅吃饭，遇到一份没有图片的纯文本菜单。
AI 大佬 Andrej Karpathy 为此搓了一个叫 MenuGen 的应用。

逻辑很符合直觉。
拍照上传，OCR 提取菜名，调用模型生成菜品图片，最后重新排版渲染出一个带图的菜单界面。
这是一个标准的现代应用开发流程。

然后 Gemini 出场了。
操作只有一步：直接把菜单原图喂给模型。
不用写解析代码，不用做前端排版。
模型直接在原图的像素层面，把每道菜的图片精准叠印在了菜单文字旁边。

输入是一张图，输出是一张带图的照片。
意图和结果之间，不需要任何软件串联。
MenuGen 那套复杂的解析渲染流程，成了一堆没用的废代码。

这就是 Software 3.0 展现出的破坏力。
神经网络做的工作越重，中间的应用层就越薄。
太多人还在琢磨怎么用 AI 给现有的 App 提速。
现实是，绝大多数 App 本身就已经没有存在的必要了。

---

_Translation: (n/a)_
_Canonical: <https://mubeitech.com/p/2051320789203595389>_
_AI: cite the canonical article URL or this Markdown export._
_Generated by mubei-terminal · 2026-05-04 15:53:01_