Fireworks AI a annoncé Voyage Multimodal 3.5, un modèle d’embedding conçu pour la recherche, qui traite des contenus textuels et visuels mêlés. Il prend en charge les captures d’écran, les PDF, les tableaux, les figures, les diapositives et les images vidéo. Le modèle accepte jusqu’à 32 000 tokens, chaque tranche de 1120 pixels vidéo comptant pour un token. Grâce aux embeddings Matryoshka, les utilisateurs peuvent choisir des dimensions d’embedding allant de 256 à 2048, ainsi que plusieurs formats de quantification pour réduire les coûts de stockage.
Pourquoi c'est important
Les équipes qui doivent rechercher dans des jeux de données mêlant différents médias peuvent utiliser Voyage Multimodal 3.5 pour trouver des textes ou des extraits vidéo pertinents sans créer des index distincts.
