एक साथ कई तरह के इनपुट संभालने वाले एआई मॉडल को क्या कहते हैं?

मल्टीमोडल मॉडल एक ऐसा AI सिस्टम है जिसे एक ही एकीकृत सिस्टम के भीतर एक से ज़्यादा तरह के इनपुट—जैसे टेक्स्ट, तस्वीरें, ऑडियो और वीडियो—को प्रोसेस करने और समझने के लिए बनाया गया है, न कि पुराने चैटबॉट की तरह केवल लिखित भाषा तक सीमित। इससे आप इसे कोई तस्वीर दिखाकर उसके बारे में सवाल पूछ सकते हैं, कोई ऑडियो क्लिप सुना सकते हैं, या कोई चार्ट साझा कर सकते हैं, और यह उन अलग-अलग तरह की जानकारी के बीच संबंध जोड़ते हुए सार्थक जवाब दे सकता है।

ओपन-वेट मॉडल वे AI मॉडल हैं जिनके आंतरिक पैरामीटर किसी के भी डाउनलोड और इस्तेमाल के लिए सार्वजनिक रूप से जारी किए जाते हैं, यह पहुँच और लाइसेंसिंग से जुड़ी एक अलग अवधारणा है, न कि मॉडल किस तरह के इनपुट प्रोसेस कर सकता है। ऑफ़लाइन मॉडल बस बिना इंटरनेट कनेक्शन के चलते हैं, यह भी एक असंबंधित विशेषता है जिसका कई प्रारूपों को संभालने से कोई लेना-देना नहीं।

इनपुट के प्रकारों का यही मिश्रण है जो आज के AI सहायकों को किसी तस्वीर में क्या हो रहा है यह बताने, किसी चार्ट का सार बताने, या किसी वीडियो के बारे में बोले गए सवालों का जवाब देने देता है, ऐसी क्षमताएँ जिनके लिए महज़ कुछ साल पहले तक पूरी तरह अलग, विशेष सिस्टम की ज़रूरत पड़ती।