月之暗面Kimi多模態(tài)圖片理解模型 API 發(fā)布

　　北京月之暗面科技有限公司宣布全新多模態(tài)圖片理解模型moonshot-v1-vision-preview正式發(fā)布，該模型完善了moonshot-v1模型系列的多模態(tài)能力，助力Kimi更好地理解世界。

　　Vision模型具備強(qiáng)大的圖像識(shí)別能力，能準(zhǔn)確識(shí)別圖像中的復(fù)雜細(xì)節(jié)和細(xì)微差別，無論是食物還是動(dòng)物，都能區(qū)分出相似但不相同的對(duì)象。例如，面對(duì)16張相似的人眼較難區(qū)分的藍(lán)莓松餅和吉娃娃圖片，Vision模型能精確地區(qū)分和識(shí)別。

　　Vision模型還擁有國(guó)內(nèi)領(lǐng)先的高級(jí)圖像識(shí)別能力，在OCR文字識(shí)別和圖像理解場(chǎng)景中表現(xiàn)優(yōu)異，比普通文件掃描和OCR識(shí)別軟件更加準(zhǔn)確，能識(shí)別收據(jù)單、快遞單等潦草的手寫內(nèi)容。

　　Vision視覺模型支持多輪對(duì)話、流式輸出、工具調(diào)用、JSON Mode、Partial Mode等特性，但暫不支持聯(lián)網(wǎng)搜索，不支持創(chuàng)建帶有圖片內(nèi)容的Context Cache，但支持使用已創(chuàng)建成功的Cache調(diào)用Vision模型，不支持URL格式的圖片，目前僅支持使用base64編碼的圖片內(nèi)容。