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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0195- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
602
4.04 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
847
204
🎉 (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
1.46 K
826
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
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++
922
770
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
234
152
昇腾LLM分布式训练框架
Python
130
156