Cloudflare 推出开放权重决策 AI 模型 Clef-omni,新增支持音频 / 视频输入

IT之家 10 月 10 日消息,Cloudflare 昨日(10 月 9 日)发布公告, 宣布推出开放权重决策模型 Clef-omni,支持单次 API 调用处理文本、图像、音频和视频等。 定位方面, 该模型在此前 Clef 系列模型基础上 ,扩展支持多模态输入,模型权重已在 Hugging Face 开放。 多模态支持方面,此前的 Clef 支持文本、图像及从视频中抽取的连续画面(把视频按时间抽取成一张张静态图像,再把这些图像按顺序作为输入交给模型),而 Clef-omni 新增音频和完整视频输入,支持 wav、mp3、mp4 和 webm 格式。 Cloudflare 称,开发者无需另行…
以上为资讯摘要,完整内容请访问原文网站。
阅读原文 →