Infinity项目新增ColPali/ColQwen图像嵌入API支持
2025-07-04 07:47:36作者:曹令琨Iris
michaelfeil开发的infinity项目近期新增了对ColPali和ColQwen模型的支持,用于图像嵌入生成。这一功能扩展了原有的Clip模型支持,为开发者提供了更多选择来获取高质量的图像向量表示。
ColPali和ColQwen是当前先进的视觉语言模型(VLMs),它们在检索增强生成(RAG)场景中表现出色。通过将这些模型集成到infinity项目中,开发者现在可以:
- 获取更精准的图像嵌入向量
- 提升基于视觉信息的检索效果
- 构建更强大的多模态应用
使用这些新模型生成图像嵌入的方式与原有API保持了一致。开发者只需指定模型名称,即可选择使用ColPali或ColQwen来处理base64编码的图像数据,获取多向量嵌入结果。
这一更新特别适合需要处理复杂视觉内容的场景,如:
- 文档图像理解与分析
- 跨模态检索系统
- 视觉问答应用
- 多媒体内容推荐系统
项目文档中已经包含了ColPali模型的使用指南,开发者可以快速上手体验这一新功能。随着视觉语言模型的持续发展,infinity项目通过集成这些前沿模型,为开发者提供了更强大的工具来处理和理解视觉信息。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
657
4.26 K
Ascend Extension for PyTorch
Python
502
606
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
891
昇腾LLM分布式训练框架
Python
142
168