在Facebook和其他社交媒體平台上最常見的分享內容之一是照片。雖然大多數社交媒體用戶都能看懂一張圖片，並了解它所代表的內容，但對於那些盲人或視障人士來說就不那麼容易了。Facebook表示，屏幕閱讀器可以使用合成語音描述這些圖片的內容，讓盲人或視障用戶能夠理解Facebook feed中的圖片。

然而，許多照片在發佈時沒有alt文字，導致Facebook在2016年推出了自動替代文本（AAT）。該技術利用對象識別技術為盲人或視障用戶按需生成照片的描述。自2016年以來，Facebook一直致力於改進AAT，並在最近推出了下一代技術。Facebook在AAT上的進步改善了用戶的照片體驗，AAT可以可靠地檢測和識別照片中的概念數量擴大了十倍以上。這意味著沒有描述的照片減少了，提供的描述也更加詳細。AAT可以識別活動、地標、動物類型等等。

AAT現在會給出這樣的描述：”可能是兩個人的自拍，戶外，比薩斜塔”。Facebook還表示，能夠在照片中加入有關元素的潛在位置和相對大小的信息是行業首創。它不是簡單地描述”可能是五人的合影”，而是描述成“兩個人在照片的中心，另外三個人向邊緣分散。”

Facebook表示，這一進步可以幫助盲人或視力受損的用戶更好地理解家人和朋友發布照片中的內容。最新版本的AAT使用了一個在數十億張Instagram公開圖片和標籤數據上訓練出來的模型。訓練後產生的模型更加準確，並且在文化和人口統計方面更具包容性。改進後的AAT可以可靠地識別1200多個概念。