通过python的 sdk (dashscope)访问通义视觉模型(如 qwen-vl-plus), MultiModalConversation 类的消息参数(messages),其中 content支持图片问答,如果要上传图片,目前支持url方式或者本地文件(看代码本地文件是会先上传到 oss然后取得 url地址),是否有考虑支持 Image对象或者base64编码的图片数据?
目前很多的多模态处理库,都支持base64 编码的图片,比如 openai sdk,autogen 等。而且在很多情况下图片数据是通过各种方式获取的,比如直接获取的摄像头数据,如果能支持 Image对象或者base64编码的图片数据将会很有用。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
基于通义系列大模型和开源大模型的一站式大模型服务平台,提供「生成式大模型的全流程应用工具」和「企业大模型的全链路训练工具」。为大模型,也为小应用。 阿里云百炼官网网址:https://www.aliyun.com/product/bailian