产品名称：Xing-VL2.0

能力介绍

TeleMM多模态理解模型，以多模态统一架构，将视觉与语义深度融合，不仅“识别”内容，更“理解”语义，在复杂真实场景中给出可靠结果。

主要功能

图像理解

单次请求支持多图输入，完成跨图关联与综合理解。

• 多图输入：一次上传多张图片，支持跨图比对、关联分析综合
• 深度识别：覆盖各类场景图像，精准理解图像信息
• 语义问答：不止读出“是什么”，更能回答“为什么”，支持图像问答、图表解读与场景分析

文本生成

以视觉理解为基础的高质量内容生成。

• 流式输出：边生成、边返回，长文本创作实时可见
• 多样化任务：对话问答、摘要提炼、改写扩写、结构化输出
• 图文联动：结合图像理解结果直接生成图文报告、看图写文等内容