Мультимодальность
Способность модели работать не только с текстом, но и с изображениями, звуком, видео.
Мультимодальная модель принимает на вход разные типы данных: можно показать фотографию и спросить о ней, дать аудиозапись или видео. Часть моделей умеет и генерировать разные модальности. Это снимает необходимость связывать несколько специализированных сервисов.
Связанные термины
Хотите не только понять термин, но и выбрать инструмент? Откройте каталог нейросетей с фильтрами по доступу и цене.