语言模型和视觉模型是如何分工协作的？

[fuermotao]

我配置的语言模型和视觉模型，但是无论是闲聊、选择文字进行总结，还是截图处理信息，调用的都是视觉模型，并没有使用到语言模型。请问是正常的逻辑吗

[keli-61]

你好，Youtu-Tip设计上语言模型和多模态模型是区分配置请求的，但语言模型也支持配置为多模态大模型（只要模型支持纯文本输入），且当语言模型不可用时，可能会回退到多模态模型作为兜底。方便的话可以私聊我一下模型配置情况，我们做进一步排查，感谢。