请问是否支持多图交错上下文输入？

[DaiW487]

同一个text文本作为prompt的条件下，将图像以列表 [[image1, image2]] 的类似形式输入均有报错，查看了代码设置，似乎原生代码并不支持多图配一文的输入形式。请问在训练和构建的时候有考虑过多图的输入嘛？谢谢。

[huangjch526]

+1，怎么做多图输入的视觉理解？

[nini0919]

你好，多图功能在当前公开的这版推理代码中暂未支持。我们会尽快更新 inference 代码，补充多图理解能力，同步到最新版本中。与此同时，InternVL 3.5 本身已经支持多图理解。