Un’IA multimodale capisce o crea più tipi di contenuto, ad esempio testo, immagini, voce e video.
Illustrazione: generata con IA · AI Compare Ninja · CC BY 4.0
Esempio
Fotografi un menù e l’IA lo traduce e spiega i piatti.
Per esperti
I modelli multimodali rappresentano immagini, audio e testo in uno spazio comune. Quali input e output supporta un modello è indicato nella documentazione del produttore.
