Multimodales Modell

Ein multimodales Modell ist ein KI-Modell, dessen Eingaben, Ausgaben oder beides mehr als eine Art von Daten umfassen, etwa Text, Bilder, Audio oder Video. Viele Systeme nehmen multimodale Eingaben wie Text und Bilder an, geben aber nur Text aus.

A multimodal model is a model whose inputs, outputs or both include more than one type of data, such as text, images, audio or video. Many systems accept multimodal inputs such as text and images while producing only text.