模型与推理 / TOKEN WIKI
多模态模型
一句话理解
多模态模型能处理文本、图像、音频或视频等多种形式的信息，具体支持范围因模型而异。
为什么与业务相关？
文件格式、输入尺寸、质量和计费方式都可能改变产品体验与成本。
应用时如何判断？
按真实媒体样本测试任务效果，核实支持的格式、限制以及不同模态计费。
常见问题
多模态模型能处理所有媒体吗？
不能，需要逐项核对具体模型支持的输入与输出模态。
多模态模型能处理文本、图像、音频或视频等多种形式的信息，具体支持范围因模型而异。
文件格式、输入尺寸、质量和计费方式都可能改变产品体验与成本。
按真实媒体样本测试任务效果，核实支持的格式、限制以及不同模态计费。
不能，需要逐项核对具体模型支持的输入与输出模态。
一起出海 ↗