多模态那张牌：一次出概率

huggingface.co/Cloudflare/cle… Clef-Omni 由 Cloudflare 开源，是决策模型家族里的多模态那张牌，底子是 Qwen3-Omni 的微调。 能力照录。把文字、表格、图片、音频甚至视频一并丢给它，再附上几个带好选项的问题。Clef-Omni 会在单次运算里把所有材料看完，直接吐出每个选项对应的概率。测试场景那行也摆开，企业办公自动化、意图识别和分类这几类任务里表现出色。模型地址挂在文首。 "一次运算出概率"这半句是场重心。前面那道没答上的题讲的是检索要两段式才稳，这条讲的是判断要一次成型。跟前面裁决成品类呼应，那条在数赛道里有几家，这条在给其中一家补上眼睛和耳朵。两头都在提醒同一件事，决策模型正在从只吃文字变成什么都能看。跟前面 Drex 头名归开源那条也接得上，一个在专榜上抢第一，一个在模态上补齐课，开源的决策阵营在两个方向同时长肉。 多模态输入还要输出带校准的概率，这个组合我单独拎出来。它把决策这件事从拍板挪到了计量，能看能听还得能报出把握。才是能进生产流程的那种判断。 我留的疑问有三处。概率校准的评测没给；视频输入的长度上限没拆；办公自动化测试的具体榜单也没数，这些都在模型页上才看得到。 这周拿一份混着表格和录音的会议材料喂它，看每个选项的把握报得准不准。