多模态推理:VLM集成(拼接文本+图像token输入模型),跨模态接地(将文本

作者:promptpacks发布日期:2026-09-21观看:25
01/ 01

实体关联到图像区域),从多模态上下文触发工具/函数调用;

🔥热搜词

评论0

登录后参与评论

还没有评论,来抢沙发吧