import torch
from transformers import AutoModel, AutoTokenizer

torch.set_grad_enabled(False)

# 初始化模型
model = AutoModel.from_pretrained('internlm/internlm-xcomposer2d5-7b-chat', torch_dtype=torch.bfloat16, trust_remote_code=True).cuda().eval()
tokenizer = AutoTokenizer.from_pretrained('internlm/internlm-xcomposer2d5-7b-chat', trust_remote_code=True)
model.tokenizer = tokenizer

query = '这是视频的若干帧画面。请详细描述该视频内容'
image = ['./examples/liuxiang.mp4',]
with torch.autocast(device_type='cuda', dtype=torch.float16):
    response, his = model.chat(tokenizer, query, image, do_sample=False, num_beams=3, use_meta=True)
print(response)
# 视频开始，一名身着红黄相间运动服的男子站在雅典奥运会110米栏起跑线上，他的参赛号码是1363。体育场座无虚席，显示这是重要赛事。当比赛开始，刘翔迅速领先但在跨栏时碰倒栏杆，随即调整状态继续奔跑。最终他以12.91秒夺冠，为中国赢得金牌。慢镜头回放展现了刘翔的技术细节。赛后他躺在跑道上休息，随后起身挥臂庆祝，观众报以热烈欢呼。视频以奥运五环标志收尾，强调这一历史性时刻。

query = '告诉我刘翔的运动员编号'
image = ['./examples/liuxiang.mp4',]
with torch.autocast(device_type='cuda', dtype=torch.float16):
    response, _ = model.chat(tokenizer, query, image, history=his, do_sample=False, num_beams=3, use_meta=True)
print(response)
# 刘翔的运动员编号是1363。

import torch
from transformers import AutoModel, AutoTokenizer

torch.set_grad_enabled(False)

# 初始化模型
model = AutoModel.from_pretrained('internlm/internlm-xcomposer2d5-7b-chat', torch_dtype=torch.bfloat16, trust_remote_code=True).cuda().eval()
tokenizer = AutoTokenizer.from_pretrained('internlm/internlm-xcomposer2d5-7b-chat', trust_remote_code=True)
model.tokenizer = tokenizer

query = '图1 <ImageHere>; 图2 <ImageHere>; 图3 <ImageHere>; 我想从这三款车中选购，请逐一分析它们的优劣势'
image = ['./examples/cars1.jpg',
        './examples/cars2.jpg',
        './examples/cars3.jpg',]
with torch.autocast(device_type='cuda', dtype=torch.float16):
    response, his = model.chat(tokenizer, query, image, do_sample=False, num_beams=3, use_meta=True)
print(response)
# 以下是三款车型的详细分析：
# 
# 1. **奔驰G级(SUV)**:
#    - 优势：卓越越野性能、可靠耐用、豪华配置
#    - 劣势：油耗高、车身笨重、价格昂贵
# 
# 2. **布加迪Chiron(超跑)**:
#    - 优势：极致性能、未来感设计、身份象征
#    - 劣势：天价售价、专业保养要求、部分地区无法上路
# 
# 3. **宝马i Vision(电动概念车)**:
#    - 优势：环保属性、独特设计、300km/h极速
#    - 劣势：概念车价格、续航限制、充电设施依赖

query = '图4 <ImageHere>; 请分析图4中的车辆'
image.append('./examples/cars4.jpg')        
with torch.autocast(device_type='cuda', dtype=torch.float16):
    response, _ = model.chat(tokenizer, query, image, do_sample=False, num_beams=3, history= his, use_meta=True)
print(response)
# 图4为**法拉利LaFerrari**混合动力超跑：
# 
# ### 优势：
# 1. V12混动系统，极速349km/h
# 2. 标志性空气动力学设计
# 3. 法拉利品牌可靠性保障
# 
# ### 劣势：
# 1. 售价极其昂贵
# 2. 专业维护复杂
# 3. 部分地区道路合法性受限
# 4. 混动系统仍具高油耗特性

import torch
from transformers import AutoModel, AutoTokenizer

torch.set_grad_enabled(False)

# 初始化模型
model = AutoModel.from_pretrained('internlm/internlm-xcomposer2d5-7b-chat', torch_dtype=torch.bfloat16, trust_remote_code=True).cuda().eval()
tokenizer = AutoTokenizer.from_pretrained('internlm/internlm-xcomposer2d5-7b-chat', trust_remote_code=True)
model.tokenizer = tokenizer

query = '详细解析给定信息图'
image = ['./examples/dubai.png']
with torch.autocast(device_type='cuda', dtype=torch.float16):
    response, _ = model.chat(tokenizer, query, image, do_sample=False, num_beams=3, use_meta=True)
print(response)
# 该信息图标题为"迪拜惊人事实"，主要内容包括：
# 1. 棕榈岛是世界最大人工岛，可从太空观测
# 2. 迪拜购物中心拥有1200家店铺，全球最大
# 3. 犯罪率接近0%，个人所得税率为0%
# 4. 无标准邮编系统
# 5. 建造中的气候控制城市面积达摩纳哥2.25倍
# 6. 帆船酒店皇家套房每晚2.4万美元
# 数据来源维基百科、福布斯等权威媒体，由阿联酋FMEXtensions公司设计制作。