分类 AI模型
Phi-3.5-vision 是什么
该模型被介绍为微软的轻量多模态模型,面向文本与视觉数据的高质量推理而构建。
你可以用它做什么
- 对多帧图像进行推理
- 读取图像中的图表、表格和文字
- 构建图像摘要的提示
应用场景
- 办公团队为长文档生成摘要
- 教育者从幻灯片中提取要点
- 创作者比较成组图像
优点与缺点
✓ 我们认可的地方
- 适用于内存或计算受限、延迟敏感的场景
- 资料列出多语言支持
! 需要留意的地方
- 多语言支持主要针对英语环境设计
- 推理需获取检查点并准备图像数据
常见问题
由谁开发?
资料说明由微软开发。
基于什么数据?
资料列出合成数据和经过筛选的公开可用网站。
最后评测: 2026-11-15
更多 大模型 API 平台 工具
查看全部 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台