待验证50% 置信事实精确时间
内联图表属于输出侧多模态的典型案例，模型在生成文字回答的同时触发可视化组件并直接渲染在对话界面中
1
来源数
50%
置信度
长期有效
时效性
2026/10/3
首次发现
来源
涉及实体
相关事实
待验证多模态大语言模型通常通过投影层或适配器将图像/语音特征映射到与文本相同的嵌入空间，再交由Transformer解码器统一处理75% 相似已验证大模型驱动型解析器采用视觉-语言联合理解路径，将PDF页面渲染为图像后由视觉编码器提取版面特征，再结合语言模型推理输出结构化文本74% 相似待验证语言模型理解文献生成绘图提示词、图像模型渲染输出的流程是一种AI智能体工作流，通过工具调用串联多个专业模型74% 相似待验证多模态处理是指模型同时理解和生成文本、图像、代码等多种数据类型的能力，依赖于视觉编码器与语言模型骨干网络的深度融合72% 相似待验证modlens插件通过视觉代理机制为纯文本模型加装视觉能力：先用视觉模型将图片转为文字描述再传给纯文本模型推理71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/969761API
curl https://kongchang.com/api/v1/knowledge/claims/969761MCP
get_claim(id=969761)