多模态向量嵌入

获取图片、文本或图文混合输入的向量表示，用于多模态检索场景。

---

请求示例（图片嵌入）

from openai import OpenAI

client = OpenAI(base_url="https://api000.com/v1", api_key="sk-xxxxxxxxxxxxxxxx")

# 图片 URL 嵌入
response = client.embeddings.create(
    model="multimodal-embedding-v1",
    input={
        "type": "image_url",
        "image_url": {"url": "https://example.com/photo.jpg"}
    }
)
vector = response.data[0].embedding
print(f"图片向量维度: {len(vector)}")

图文混合嵌入

response = client.embeddings.create(
    model="multimodal-embedding-v1",
    input=[
        {"type": "text", "text": "一只橘色的猫"},
        {
            "type": "image_url",
            "image_url": {"url": "https://example.com/cat.jpg"}
        }
    ]
)

---

适用场景

• 图片相似度检索 — 以文搜图、以图搜图
• 多模态 RAG — 文档中的图文内容统一向量化
• 商品图片检索 — 通过描述找到相似商品图片