Hive

Freemium

Hive 为开发者提供用于理解、搜索、审核和生成文本、图像、视频及音频内容的 API，并支持使用预训练和开源模型构建内容工作流。

什么是 Hive？

Hive 是面向开发者的 AI 模型平台，适用于构建需要理解、搜索、审核或生成数字内容的应用。其 API 支持文本、图像、视频和音频，涵盖分类、审核、媒体搜索、翻译、语音转文本和生成式媒体等任务。

该平台提供专用模型以及 Hive 视觉语言模型（VLM）。VLM 接受图像或图像与文本对，并可通过一次调用返回自然语言答案或结构化 JSON。开发者可以使用自然语言提示定义标签和策略；偏差调优则支持团队根据不同的精确率和召回率目标调整分类行为。

Hive 还提供用于测试模型的 Playground，以及面向开发者和企业需求的按使用量计费方案。企业方案包括访问所有 Hive 模型、审核仪表板、更高的速率限制、优先支持，以及面向高流量部署的多区域支持。

Hive 视觉语言模型可处理图像或图像与文本对，并通过单个请求返回描述、答案、标签或结构化 JSON。

团队可以使用自然语言描述概念和策略，而不只是依赖固定标签集。随着指南变化，开发者可以修改提示，无需重新训练模型。

VLM 旨在将视觉内容与随附文本关联起来，并识别图像中的有害文字、未成年人饮酒或依赖上下文判断的亵渎内容等细微情况。

Hive 提供用于视觉、文本、音频、OCR 和视频审核，AI 生成媒体检测，物体与场景分析，人员及身份相关检测，搜索，翻译和内容生成的模型。

提示级别的类别权重支持团队提高或降低对所选类别的重视程度，以适应不同的误报和召回率优先级。

开发者可以在 Playground 中测试 Hive 模型和开源模型，并通过经过身份验证的 API 请求进行部署，包括多模态聊天补全请求。

社交和社区平台可以审核用户提交的图像、文本、音频、视频和 OCR 内容，检查其中是否包含有害材料，并利用模型结果支持过滤、升级处理或人工审核。

市场及其他数字平台可以结合内容理解、物体、场景、徽标、人脸和 AI 生成媒体检测，评估商品信息或上传的媒体。

品牌方、出版商、代理机构及重视权利管理的团队可以搜索媒体集合，并在客户提供的数据集或其他数据集中识别徽标、人物、地点或相关视觉属性。

构建生成式应用的团队可以使用 Hive 提供的文本到图像模型，以及检测和审核功能，来创建或审查生成的媒体。

内容规则经常变化的组织可以使用 VLM 的自然语言提示和偏差调优来测试新标签或策略重点，而无需为每个概念创建单独的分类器。

Hive 可以处理哪些类型的内容？

Hive 的模型支持文本、图像、视频和音频。列出的功能包括审核、OCR、物体与场景分析、AI 生成内容检测、搜索、翻译、语音转文本和媒体生成。

Hive 视觉语言模型用于什么？

VLM 接受图像或图像与文本对，并可生成自然语言答案或结构化 JSON。它适用于通过提示定义的灵活标注、审核和检测任务。

我应该使用 VLM 还是预训练分类器？

Hive 将 VLM 定位为适合广泛标签覆盖、策略变化频繁以及细分或不断演变的内容。对于类别固定且首要目标是实现最高精确率或召回率的任务，专用预训练分类器更为合适。

开发者如何测试或访问 Hive 模型？

可以在 Hive Playground 中测试模型，并通过经过身份验证的 API 请求访问模型。主页展示了一个使用 API 密钥以及多模态文本和图像输入的聊天补全请求。

Hive 如何收费？

Hive 采用按使用量计费的定价模式。定价页面介绍了提供部分模型访问权限的开发者方案，以及提供全部模型访问权限和额外运营支持的企业方案；部分更高的限额和功能需要通过联系销售团队的流程获取。