似乎每一款现代软件都配备了人工智能，为客户提供质量、实用性和安全性都值得怀疑的功能。Mozilla 及其 Firefox 浏览器也未能幸免于人工智能的广泛使用，该公司希望实施人工智能以提高可访问性。

Tarek ZIade 在最近发表于 Mozilla Hacks 的一篇文章中解释了 Firefox 如何使用人工智能来提高可访问性，即为依赖辅助技术(如屏幕阅读器)的人们提供人工智能生成的图像字幕。

图片说明或“替代文本”为读者提供了必要的背景信息，但遗憾的是，许多作者忽略了替代文本，导致近一半的图片缺少适当的描述。借助最新的人工智能进步，现在可以运行本地机器学习模型来自动生成说明，而无需将潜在的敏感信息发送到服务器。

Firefox 130 将在 Nightly 频道中发布，其中包含一项 PDF 编辑器的新功能，该功能将使用小型开源 Tranormer 机器学习模型生成替代文本。Mozilla 声称他们擅长描述图像，且不会产生沉重的资源负担。因此，即使在性能较差的设备上，Firefox 用户也应该可以获得图像描述(PDF 中首次出现)。

根据博客文章，小型模型可以生成具有超过 2 亿个参数的替代文本，同时占用不到 200MB 的磁盘空间，并在几秒钟内提供输出。与最新的 GPT-4o 等现代 LLM 巨兽相比，它们的细节和准确性较低，但开发人员不想让用户被太多信息淹没。因此，Firefox 将专注于生成一句话的描述，例如：

使用本地模型有几个好处。除了隐私保护得到改善(图像不会去任何地方进行处理)，用户还可以获得更好的资源效率、更高的透明度、更少的二氧化碳排放量(训练大型模型会产生大量碳排放)，以及频繁更新和定期增强。