视频不支持，但是如下文件里的多模态图像都能读取和理解：
First-Class Office & PDF: pdf, pptx, ppt, docx, doc, xlsx, xls
First-Class Deep Text: md, markdown, txt, eml (email)
Lightweight Text: mdx, yaml, yml, tex, csv, tsv

【 在 Aladdin 的大作中提到: 】
: 对多模态的输入支持如何？能支持图片或者视频这种吗？
:
--
FROM 103.149.83.*