Vercel AI SDK 如何实现多模态内容生成？

1. 图像生成

• 使用 generateImage 函数实现文生图
• 支持 OpenAI DALL-E、Google Imagen 等模型
• 返回图像 URL 或 Base64 编码数据

2. 语音合成

• generateSpeech 函数支持文本转语音（v7 已稳定）
• 支持 OpenAI、Google、xAI 等提供商的语音模型
• 可配置语速、音调、音色等参数

3. 语音转录

• transcribe 函数支持语音转文本（v7 已稳定）
• 支持上传音频文件进行转录
• 适用于会议记录、语音输入等场景

4. 视频生成（实验性）

• v7 版本新增实验性视频生成 API
• 支持 OpenAI、Google 等提供商的视频模型
• API 设计可能在未来版本调整

5. 文件处理

• uploadFile 函数支持上传文件到模型提供商
• 返回轻量级引用对象，避免重复上传
• 适用于 PDF、图片、数据集等大文件处理场景