多图一起问，和每图各问一次：LMDeploy 把两种输入分清楚

有两张图片，要做的可能是两件事：让模型比较它们，或者分别给每张图写一段说明。图片数量相同，输入结构却不同。LMDeploy 的视觉语言模型 Pipeline，恰好用两组官方代码把这个差别说明白。

它适合正在把视觉模型接进图片整理流程的开发者。先决定“一个问题对应几张图”，才知道返回结果该怎样跟原图片关联。

一条问题，带上多张图

官方 VLM 指南从 InternVL2_5-8B 示例开始。最简单的输入是一个二元组：提示文字和图像。扩展到多图时，第二项变成图片列表，整组仍然是一条请求。

文档用两张人物、检测场景图片，提出 describe these images。这种组织方式让多张图共同成为问题材料，适合后续研究跨图描述或比较。示例展示调用结构，没有给出可直接据此宣传的中文比较成绩。

更多图片会带来更多输入 token。指南因此提醒同时考虑上下文窗口，不是把列表拉长就能无限增加材料。图片分辨率、模型和输入长度，也会影响具体资源需求。

一批问题，各自带自己的图

另一个 batch prompts 示例，先为每张图片构造独立的“提示、图像”二元组，再把这些请求放进列表交给 pipe。它表达的是一批独立任务，不是一个共同看图问题。

教学情境中，给商品图库逐图整理说明，更接近这一路径；比较两版海报差异，则更接近前一类多图请求。情境用于解释组织方式，不能证明默认模型已经适合商品审美或中文识字。

保存结果时，也应沿这个区别保留关系：独立任务记图片ID与对应输出，共同比较则记录整组图片与问题。否则，输出虽然都生成了，后续却难以知道某段描述属于哪份输入。

追问同一图片，又有会话入口

指南还展示 pipe.chat：先围绕一张图片提问，随后传回 session，继续追问图中人物在做什么。它保留的是一段多轮交流，与把许多独立请求放进批量列表不同。

这些入口共享运行流水线，适用目标却不同。无需为了逐图生成说明而把所有图片堆进同一会话，也不能只保留最终文字，就期待后来还能准确回到对应图片。

项目总览区分 TurboMind 与 PyTorch 两种引擎，支持模型和数据类型并非完全相同。代码采用 Apache-2.0，实际模型另看权重许可。用完后还可通过 close 或 with 释放流水线。对图片应用，最先值得接通的是输入与成果的对应：共同材料、独立任务和持续追问，各自用合适的结构表达。