Una IA multimodal entiende o genera varios tipos de contenido, por ejemplo texto, imágenes, voz y vídeo.
Ilustración: generada con IA · AI Compare Ninja · CC BY 4.0
Ejemplo
Fotografías una carta de restaurante y la IA la traduce y explica los platos.
Para profesionales
Los modelos multimodales representan imágenes, audio y texto en un espacio común. Qué entradas y salidas admite un modelo figura en la documentación del fabricante.
