阿里通义大模型哪些是支持多模态的api的ai模型？
国外的gpt，gemini都是多模态大模型，调用api直接支持传图片、声音、视频，但是阿里的qwen-max等模型只支持文本，要识别图片害的qwen-vl-max，有没有同时支持图片、声音、文本、视频输入的阿里大模型?
私活外包
最新提问
阿里通义大模型哪些是支持多模态的api的ai模型？
js如何实现浏览器中离线语音唤醒语音聊天小助手？
浏览器中如何将WebM视频转成mp4视频？
parlant如何改成qwen 的apikey与baseurl？
如何写一个chrome插件实现截屏自动生成步骤图文教程转成pdf或网页？
python如何通过阿里云的api对域名进行解析和ecs主机服务器进行启动停止等操作？
Tesla Robotaxi可以让特斯拉车自动无人驾驶跑滴滴为车主赚钱，国内以后也会这样吗？
有没有可以监控安卓手机上的app打开后偷偷摸摸做了啥的监控软件？
webrtc进行p2p连接发送的文本音视频文件是否是加密的？
如何让一个可爱的三维动物通过three在浏览器中有表情动作的自然说话？
