multimodal-semantic-search

一位开发者使用Qwen3-VL-Embedding、FAISS、Modal和Cloudflare R2，在国家美术馆的68,000件艺术品上构建了多模态语义搜索系统。该系统热响应时间约1.3秒，冷启动约44秒，同时支持文本到图像和图像到图像的查询。