कृत्रिम बुद्धिमत्ता स्टार्टअप Hugging Face ने हाल ही में IDEFIX नामक एक ओपन-सोर्स मल्टीमोडल एआई मॉडल लॉन्च किया है। IDEFIX चित्र और पाठ इनपुट को संसाधित कर सकता है, और सुसंगत पाठ आउटपुट उत्पन्न कर सकता है। IDEFIX दृश्य भाषा मॉडल Flamingo पर आधारित है, और इसे विकिपीडिया, सार्वजनिक मल्टीमोडल डेटा सेट और LAION सहित विभिन्न ओपन डेटा सेट्स का उपयोग करके प्रशिक्षित किया गया है। विशेष मॉडल की तुलना में, IDEFIX विभिन्न चित्र-पाठ समझ मूल्यांकन में बहुत उत्कृष्ट प्रदर्शन करता है। यह मल्टीमोडल एआई ओपन-सोर्स मॉडल में एक महत्वपूर्ण प्रगति का प्रतीक है।