Step3支持文本、图像和语音的多模态内容生成。开发者可以通过API或Transformers库使用这些功能：
- Geração de texto：通过API发送文本提示，模型会生成相关文本输出
- processamento de imagens：可以上传图片并附带文本提示，模型能生成图片描述或回答相关问题
- processamento de fala：支持语音输入和生成
使用示例：通过Transformers库加载模型后，可以传入包含图像URL和文本提示的消息数组，模型会处理这些多模态输入并生成相应输出。API调用方式与OpenAI/Anthropic的接口兼容，便于集成到现有系统中。
Essa resposta foi extraída do artigoEtapa 3: geração eficiente de macromodelos de código aberto para conteúdo multimodalO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Step3支持哪些多模态功能？如何使用这些功能？
Português do Brasil 
简体中文 
English 
日本語 
Deutsch