Fireworks AI宣布推出Voyage Multimodal 3.5,这是一款专注于检索的嵌入模型,可处理交织的文本和视觉内容,支持截图、PDF、表格、图表、幻灯片和视频帧。模型最多支持32 000个token,其中每1120像素的视频内容计为1个token。得益于Matryoshka嵌入,用户可选择256至2048维的嵌入,也可以选择多种量化格式以降低存储成本。
为什么重要
需要检索混合媒体数据集的团队,可以借助Voyage Multimodal 3.5查找相关文本或视频片段,无需分别建立多个索引。