Cloudflare ra mắt Clef-omni hỗ trợ đa phương thức
"Cloudflare introduced Clef-omni, an open-weight decision model that natively handles text, images, audio, and video in a single API call, alongside a faster Clef and a lower-priced Clef-flash. The update emphasizes multimodal schema-constrained scoring, uses a Qwen3-Omni-30B-A3B-Instruct MoE foundation with LoRA-based training, and reports improved latency for text, image, audio, and short video inputs; no CVE is involved."
Không có CVE hay lỗ hổng bảo mật được nêu; tác động chính nằm ở khả năng xử lý đa phương thức và chấm điểm theo schema trong hệ thống AI.
Có thể cải thiện độ trễ xử lý, chi phí suy luận và đơn giản hóa kiến trúc tích hợp cho các quy trình tự động hóa đa phương thức.
Cloudflare vừa giới thiệu Clef-omni, một mô hình quyết định open-weight có thể xử lý đồng thời văn bản, hình ảnh, âm thanh và video trong một API call. Cùng với đó, hãng cũng công bố Clef nhanh hơn và giảm giá Clef-flash. Theo mô tả kỹ thuật, Clef-omni được xây dựng trên nền Qwen3-Omni-30B-A3B-Instruct MoE, kết hợp huấn luyện LoRA và cơ chế chấm điểm theo schema để đánh giá đầu vào đa phương thức mà không cần tách thành nhiều pipeline như chuyển giọng nói thành văn bản hay xử lý riêng từng kênh media.
Cloudflare cho biết mô hình này có độ trễ thấp hơn cho nhiều loại đầu vào: văn bản khoảng 130 ms, hình ảnh khoảng 150 ms, âm thanh trong vài trăm mili giây và video ngắn có âm thanh khoảng 1,5 giây ở mức trung vị. Hãng cũng công bố các kết quả benchmark nội bộ trên nhiều bộ đánh giá như BFCL, API-Bank, BANKING77 và PhishNChips.
Với đội kỹ thuật, điểm đáng chú ý là khả năng hợp nhất nhiều loại dữ liệu vào một luồng xử lý duy nhất, giúp đơn giản hóa tích hợp và giảm số bước trung gian. Nên đánh giá lại các quy trình phân loại, kiểm tra nội dung và tự động hóa tác vụ để xác định nơi có thể tận dụng Clef-omni hoặc Clef-flash theo yêu cầu về độ trễ và chi phí.