Cohere 宣布其最先进的多模态AI 搜索模型Embed3 迎来重大更新，现已支持多模态搜索，用户可以使用文本和图像进行企业级检索。此更新标志着Embed3 在图像搜索方面的显着进步，让企业能够更有效地挖掘图像数据中的价值，提升工作效率和决策速度。 Downcodes小编将带您深入了解Embed3 的最新功能和应用案例。
Cohere 发布了最先进的多模态AI 搜索模型Embed3—— 现在支持多模态搜索，这意味着用户不仅可以通过文本，还能通过图像进行企业级的检索。
Embed3自去年推出以来，一直在不断优化，帮助企业将文档转化为数字化的表示形式，而这次的升级将让它在图像搜索方面表现更为出色。
Cohere 的联合创始人兼首席执行官Aidan Gonzales 在社交媒体上分享了Embed3在图像搜索方面的性能提升图表。
Cohere 在一篇博客中表示，这一新功能将帮助企业充分挖掘存储在图像中的海量数据，提升工作效率。企业可以更快速、准确地搜索复杂报告、产品目录和设计文件等多模态资产。
随着多模态搜索的不断发展，Cohere 的Embed3可以同时生成文本和图像的嵌入。这种新的嵌入方法能够让用户在一个统一的潜在空间中管理图像和文本，而不是将它们分开存储。这种方式的改进将大幅提升搜索结果的质量，避免偏向于文本数据，从而更好地理解数据背后的含义。
以下是Embed3实际使用案例:
图形和图表:视觉表示是理解复杂数据的关键。用户现在可以毫不费力地找到合适的图表来为他们的业务决策提供信息。只需描述一个特定的见解，Embed3就会检索相关的图形和图表，使跨团队的员工能够更高效地做出数据驱动的决策。
电子商务产品目录:传统的搜索方法通常限制客户通过基于文本的产品描述来查找产品。 Embed3改变了这种搜索体验。零售商可以构建应用程序，除了文本描述之外，还可以搜索产品图片，从而为购物者创造差异化体验并提高转化率。
设计文件和模板:设计师经常使用大量的资产库，依赖内存或严格的命名规则来组织视觉效果。 Embed3使根据文本描述查找特定UI 模型、可视化模板和演示幻灯片变得简单。这简化了创作过程。
Embed3的支持语言也超过100种，这意味着它能够服务于更广泛的用户群体。目前，这款多模态的Embed3已在Cohere 的平台和Amazon SageMaker 上推出。
随着越来越多的用户习惯于图像搜索，企业也在不断追赶这一趋势，Cohere 的更新让他们有机会享受到更为灵活的搜索体验。 Cohere 在9月更新了其API，使客户能够轻松地从竞争对手的模型切换到Cohere 模型。
官方博客:https://cohere.com/blog/multimodal-embed-3
划重点:
Embed3支持多模态搜索，用户可通过图像和文本进行检索。
更新后的模型大幅提升图像搜索性能，助力企业挖掘数据价值。
? Cohere 在九月更新了API，简化客户从其他模型切换的过程。
总而言之，Cohere 的Embed3 更新为企业级多模态搜索带来了新的可能性，其强大的功能和便捷的使用体验将帮助企业更好地利用数据，提升效率并做出更明智的决策。 感兴趣的读者可以访问官方博客了解更多信息。