📘Fondamentaux
Multimodal
Multimodal
Définition
Un modèle multimodal est un système d'IA capable de traiter et générer plusieurs types de données : texte, images, audio, video. Contrairement aux modèles unimodaux, il peut comprendre une image et en discuter en texte, ou générer une image à partir d'une description. La multimodalite est un axe majeur de développément des LLM.
Exemple concret
💡 GPT-4o est multimodal : il comprend le texte, les images, l'audio et la video. On peut lui montrer une photo et lui poser des questions dessus.
Termes liés
Questions fréquentes
Qu'est-ce que Multimodal en intelligence artificielle ?
Un modèle multimodal est un système d'IA capable de traiter et générer plusieurs types de données : texte, images, audio, video. Contrairement aux modèles unimodaux, il peut comprendre une image et en discuter en texte, ou générer une image à partir d'une description. La multimodalite est un axe majeur de développément des LLM.
À quoi sert Multimodal ?
GPT-4o est multimodal : il comprend le texte, les images, l'audio et la video. On peut lui montrer une photo et lui poser des questions dessus.
Quels sont les concepts liés à Multimodal ?
Les concepts liés à Multimodal incluent : Vision par ordinateur, Grand modèle de langage, Modèle de diffusion, Traitement du langage naturel. Retrouvez chaque définition dans le glossaire IA de Brief IA.
📬 Newsletter gratuite
Ne rate rien de l'actu IA
Reçois chaque soir les 7 meilleures actus IA, décryptées en 5 min. Gratuit.