多模态
计算机 · 同时处理文字、图片、声音等多种信息
术语解释
传统AI一次只处理一种数据（文本或图片），多模态模型能同时理解和生成文字、图像、音频、视频。GPT-4V能看图说话就是多模态——像人一样同时用眼睛和耳朵。
怎么理解
多模态=AI同时处理文字图片声音等多种信息。
计算机 · 同时处理文字、图片、声音等多种信息
传统AI一次只处理一种数据（文本或图片），多模态模型能同时理解和生成文字、图像、音频、视频。GPT-4V能看图说话就是多模态——像人一样同时用眼睛和耳朵。
多模态=AI同时处理文字图片声音等多种信息。