Fireworks AI ha annunciato Voyage Multimodal 3.5, un modello di embedding pensato per il recupero delle informazioni, che gestisce contenuti testuali e visivi alternati. Supporta screenshot, PDF, tabelle, grafici, slide e fotogrammi video. Il modello supporta fino a 32 000 token, considerando ogni 1120 pixel di video come un token. Grazie agli embedding Matryoshka, gli utenti possono scegliere dimensioni da 256 a 2048 e selezionare diversi formati di quantizzazione per ridurre i costi di archiviazione.
Perché conta
I team che devono cercare in insiemi di dati multimediali possono usare Voyage Multimodal 3.5 per trovare testi o clip video pertinenti senza creare indici separati.
