Пока экспериментировал понял что нужен кэпшонер описывать картинки. У меня есть Joycaption в Пинокио но неудобно его заводить отдельно. Да там и вся папка весит 34Гб

В Комфи у меня Joycaption не подгружает модели а Gguf завести не удалось.

Florence быстрый но слабоват

Вчера пробовал Pixtral по API но там лимиты и надо разбираться.

А вы чем пользуетесь для получения промптов на картинки ? А может и на видео?