Shrnutí
Tip
Další podrobnosti najdete na kartě Text a obrázky .
V tomto modulu jsme prozkoumali modely podporující vizi v Microsoft Foundry a jejich použití k analýze obrázků a generování původních obrázků a videí.
Modul zahrnoval multimodální modely, které podporují analýzu obrázků. Probrali jsme také modely generování obrázků, jako jsou modely generování obrázků v GPT-Image rodině, pro vytváření a úpravy obrázků z výzev pomocí nástrojů a rozhraní API Foundry. Nakonec jsme představili generování videa s modely Sora, které umožňují vytváření text-to-video a obraz-na-video prostřednictvím interaktivních prostředí i asynchronních programových pracovních postupů REST.
Modely vizuální AI v Microsoft Foundry pomáhají překlenout mezeru mezi vizuálními daty a jazykovou AI. Umožňují scénáře, jako jsou analýza dokumentů a obrázků, vizuální asistenti, nástroje pro usnadnění přístupu a multimodální AI agenti—což dělá porozumění obrazům přirozeným rozšířením moderních aplikací umělé inteligence.
Další informace najdete na následujících odkazech:
- Vyzkoušejte rychlý start analýzy obrázků z dokumentace.
- Přečtěte si další informace o modelech chatu s podporou zpracování obrazu.
- Přečtěte si další informace o modelech generování imagí Azure OpenAI.
- Přečtěte si další informace o generování videí pomocí Sora.