hunyuan-turbos-vision

hunyuan-turbos-vision کی تکنیکی وضاحتیں

hunyuan-turbos-vision، CometAPI کا Tencent Hunyuan کے ایک بصری صلاحیت رکھنے والے ماڈل کے لیے ماڈل آئی ڈی ہے، جو وسیع تر Tencent HY ملٹی موڈل فیملی کا حصہ ہے۔ Tencent کے مطابق Hunyuan/Tencent HY ایک خود تیار کردہ، عمومی مقاصد اور ملٹی موڈل ماڈلز کی فیملی ہے جو تصویر سمیت دیگر ماڈیلیٹیز پر محیط ہے، اور انٹرپرائز استعمال کے لیے API پر مبنی رسائی فراہم کرتی ہے۔

hunyuan-turbos-vision کیا ہے؟

hunyuan-turbos-vision ایک بصری صلاحیت رکھنے والا ملٹی موڈل ماڈل ہے جو CometAPI پر ایک پلیٹ فارم مخصوص شناخت کار کے تحت دستیاب ہے، اور Tencent Hunyuan کے بصری فہم ایکو سسٹم سے منسلک ہے۔ Tencent کے عوامی مواد میں Hunyuan/Tencent HY کو ایک خود تیار کردہ ملٹی موڈل ماڈل فیملی کے طور پر پیش کیا گیا ہے جو متن، تصویر، 3D اور متعلقہ انٹرپرائز AI منظرناموں پر محیط ہے۔

Tencent کی بصری فہم ماڈلز کی سرکاری فہرستوں کی بنیاد پر، یہ فیملی تیز تصویری ردعمل، مزید درست بصری شناخت، اور تصاویر، ڈایاگرامز اور چارٹس پر مضبوط منطقی استدلال پر زور دیتی ہے۔ اسی لیے hunyuan-turbos-vision ان ایپلی کیشنز کے لیے موزوں انتخاب ہے جنہیں اپلوڈ شدہ تصاویر کو قدرتی زبان کے پرامپٹس کے ساتھ مل کر تجزیہ کرنا ہو، جیسے بصری اسسٹنٹس، دستاویز پڑھنے والے، سپورٹ آٹومیشن، مواد کی اعتدال کاری کی پائپ لائنز، یا تصویر پر مبنی سوال جواب نظام۔

چونکہ CometAPI اپنا مستحکم ماڈل شناخت کار استعمال کرتا ہے، اس لیے عین سٹرنگ hunyuan-turbos-vision کو API درخواستوں میں انضمام کے ہدف کے طور پر برتا جانا چاہیے، چاہے Tencent کے عوامی صفحات یا ماڈل کیٹلاگز میں نام مختلف کیوں نہ ہوں۔ یہ تضاد نہیں بلکہ انضمامی سطح کی میپنگ ہے۔ بنیادی صلاحیت بدستور Tencent Hunyuan کے ملٹی موڈل وژن اسٹیک سے منسلک ہے۔

hunyuan-turbos-vision کی اہم خصوصیات

• ملٹی موڈل امیج انڈرسٹینڈنگ: ایسے ورکس فلو کی حمایت کرتا ہے جہاں صارف تصویر کے ساتھ متنی ہدایات بھیجتا ہے اور بصری مواد کی بنیاد پر جواب حاصل کرتا ہے۔ یہ Tencent Hunyuan کی ملٹی موڈل اور بصری فہم پوزیشننگ کے مطابق ہے۔
• تیز ردعمل: Tencent کی موجودہ بصری فہم ماڈل کیٹلاگ میں تصویری ان پٹس پر تیز ردعمل کو اجاگر کیا گیا ہے، جو انٹرایکٹو اسسٹنٹس اور ریئل ٹائم UX کے لیے موزوں ہے۔
• بصری شناخت کی بہتر درستگی: Tencent کے مطابق وژن لائن اَپ میں بصری ادراک اور اشیا/مواد کی شناخت زیادہ درست ہے، جو منظر فہم اور تصویر پر مبنی سوال و جواب کے لیے موزوں بناتی ہے۔
• چارٹس اور پیچیدہ بصریات پر استدلال: چارٹس اور ڈایاگرامز پر مضبوط منطقی استدلال اور فہم کو نمایاں کیا گیا ہے، جو اینالیٹکس ڈیش بورڈز، رپورٹس اور تعلیمی ٹولز میں مفید ہے۔
• دستاویز اور OCR سے متعلق افادیت: اگرچہ Tencent الگ OCR ماڈلز بھی پیش کرتا ہے، اس کی وسیع تر وژن اسٹیک تصویر پر مبنی دستاویزات، ٹیبلز اور فارمولاز سے ساختی معلومات اخذ کرنے اور تشریح میں معاونت دکھاتی ہے۔
• انٹرپرائز API تک رسائی: Tencent HY ایک API مرکوز کلاؤڈ سروس کے طور پر دستیاب ہے، جو پروڈکشن سسٹمز، داخلی ٹولز اور خودکار پائپ لائنز میں انضمام کے لیے موزوں ہے۔
• بڑے ملٹی موڈل ایکو سسٹم کا حصہ: hunyuan-turbos-vision Hunyuan/Tencent HY فیملی کا حصہ ہونے کے ناطے متعدد ماڈیلیٹیز اور انٹرپرائز AI استعمالات سے فائدہ اٹھاتا ہے، بجائے اس کے کہ یہ ایک الگ تھلگ ماڈل ہو۔

hunyuan-turbos-vision تک رسائی اور انضمام کیسے کریں

مرحلہ 1: API Key کے لیے سائن اپ کریں

CometAPI پر سائن اپ کریں اور ڈیش بورڈ سے API Key بنائیں۔ بننے کے بعد، اپنی Key کو محفوظ رکھیں اور COMETAPI_API_KEY جیسے انوائرمنٹ ویری‌ایبل کے ذریعے لوڈ کریں۔ یہی Key آپ کی ہر درخواست کو hunyuan-turbos-vision API پر مستند کرے گی۔

مرحلہ 2: hunyuan-turbos-vision API کو درخواست بھیجیں

CometAPI کے OpenAI-compatible endpoint کا استعمال کریں اور model فیلڈ کو hunyuan-turbos-vision پر سیٹ کریں۔

curl https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_API_KEY" \
  -d '{
    "model": "hunyuan-turbos-vision",
    "messages": [
      {
        "role": "user",
        "content": [
          { "type": "text", "text": "Describe this image in detail." },
          { "type": "image_url", "image_url": { "url": "https://example.com/sample.jpg" } }
        ]
      }
    ]
  }'

اسی ماڈل کو آپ Python میں OpenAI SDK فارمیٹ استعمال کرتے ہوئے بھی کال کر سکتے ہیں:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_COMETAPI_KEY",
    base_url="https://api.cometapi.com/v1"
)

response = client.chat.completions.create(
    model="hunyuan-turbos-vision",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "What objects are visible in this image?"},
                {"type": "image_url", "image_url": {"url": "https://example.com/sample.jpg"}}
            ]
        }
    ]
)

print(response)

مرحلہ 3: نتائج حاصل کریں اور توثیق کریں

درخواست بھیجنے کے بعد، جوابی JSON کو پارس کریں اور پہلے انتخاب سے ماڈل کا آؤٹ پٹ پڑھیں۔ پروڈکشن میں، یہ بھی یقینی بنائیں کہ واپس آنے والا مواد فراہم کردہ تصویر سے مطابقت رکھتا ہو، اپنی ضروری حفاظتی یا کاروباری قواعد کے چیکس لاگو کریں، اور مانیٹرنگ و ڈیبگنگ کے لیے جواب کے میٹاڈیٹا کو لاگ کریں۔