llama.cpp 项目发布了构建版本 b11136，更新了 llama-server 以接受用于视频输入的 OpenAI 标准 "video_url" 内容类型。此前，服务器仅接受非标准的 "input_video" 类型并拒绝 data URI，导致与符合 OpenAI 规范的客户端出现兼容性问题。

  • 在聊天补全 API 中将 "video_url" 作为 "input_video" 的别名接受。
  • 从任一密钥读取媒体对象以确保向后兼容性。
  • 允许视频内容的 data: URI (data:video/*)，镜像现有的图像支持。
  • 为 macOS、Linux、Windows、Android 和 openEuler 提供适用于 CPU、GPU 和 NPU 后端的二进制文件。

此更改使与 OpenAI 兼容的客户端能够成功向 llama-server 发送视频数据，而不会遇到不受支持的内容类型错误。