Phi-4-reasoning

Phi-4 是 Microsoft 推出的旗舰级多模态基础模型，核心定位为“强大推理+全模态融合”的下一代智能基座，支持文本、图像、音频统一理解与生成。

• 原生多模态架构：无缝融合视觉、语音与文本输入，可直接从截图生成代码、从播客提取摘要
• 强推理能力延续：继承 Phi-3 系列高推理水准，在数学、逻辑、代码等任务中表现卓越
• Function Calling 全面支持：能自主调用工具、查询数据库、连接搜索引擎，实现真实世界任务闭环
• 边缘部署优化：通过量化与 ONNX GenAI 运行时，可在 iPhone、Android、PC 等设备本地高效运行
• 开发者生态完善：配套 Phi Cookbook 提供丰富示例，涵盖前端生成、新闻播报、语音交互等场景

───────────────────────────────────────────────────────────────────

核心能力

👁️ 图文音联合理解：不仅能“看图说话”，还能结合语音与文本上下文，完成跨模态推理任务

🎙️ 端到端语音集成：支持音频输入解析与自然语音输出，轻松构建类 Siri 的语音助手体验

🧩 智能体原生设计：从感知、决策到工具调用，全流程在同一推理链路中完成，响应更连贯可靠

📱 真·端侧多模态：在手机等资源受限设备上也能运行完整多模态 AI，无需依赖云端连接