多模态RAG及多模态R1推理中如何为不同的视觉数据生成描述Caption？OMNICAPTIONER实现思路 下午2时 2025/04/10 作者 老刘说NLP 度依赖开源，开源大多数只能赶凑合，能快速上线，但是带来的风险是会黑盒化，不可控。我们如果要开发自己的
