A
A
Ling 3.2 Flash: Accepts 200 Images in 1 Prompt

Ling 3.2 Flash: Accepts 200 Images in 1 Prompt

Lejátszás
  • Angol
  • Magyar
  • 10 perc

Inclusion AI Link 3.2 Flash bemutató és tesztek: akár 200 képet is kezel egy promptban

Az Inclusion AI új modellje akár 200 képes promptokat is kezel, izgalmas példákon és összehasonlításokon keresztül mutatja be képességeit.

Az Inclusion AI bemutatta legújabb modelljét, a Link 3.2 Flash-t, amely képes akár 200 képet is feldolgozni egyetlen promptban. Az első teszt során a modell egy teljes döner kebab elkészítésének lépéseit követi – minden kulcsfontosságú részletet több kép segítségével dolgoz fel, majd egy interaktív HTML szimulátort állít elő.

Érdekes kérdés, hogyan képes a modell a képi információkat összekapcsolni és lépésekre bontani, illetve mennyire működik zökkenőmentesen a folyamat egy összetett, vizuális feladat során. Felmerül, mennyire pontosan azonosítja és illeszti egymáshoz a különféle folyamatokat – például a hús pácolásától a kész étel összeállításáig.

A bemutató során további teljesítményteszteket is láthatunk: az új modell összevetésre kerül több ismert versenytársával, mint például a GPT-6 5.6 Sol vagy a Claude Opus 5 K 3. Szó esik arról is, hogy mely területeken emelkedik ki, főleg a dokumentumolvasás, kódgenerálás és orvosi feladatok terén mutat előnyt.

A részletes tesztek között szerepel például, ahogy egy fényképezett számlából adatokat, kézírásokat és aláírást kell kinyernie, majd aritmetikai ellenőrzést is végez. Egy másik próba pedig azt vizsgálja, hogy a modell képes-e kreatívan, nyelvi és kulturális különbségeket is figyelembe véve egyedi sportcsapatneveket alkotni különféle nyelveken. Ezekből a feladatokból kiderül, hogy hol vannak az erősségei és hol marad el a modell a tökéletestől.