Apakah panggilan bagi model AI yang mengendalikan beberapa jenis input sekali gus?

Model multimodal ialah sistem AI yang dibina untuk memproses dan memahami lebih daripada satu jenis input, seperti teks, imej, audio, dan video, dalam satu sistem bersatu, berbanding terhad kepada bahasa bertulis sahaja sebagaimana sembang bot terdahulu. Ini membolehkan anda menunjukkan kepadanya sekeping gambar dan bertanya mengenainya, memainkan klip audio kepadanya, atau berkongsi carta, dan mendapatkannya bertindak balas secara bermakna dengan mencari kaitan merentasi pelbagai jenis maklumat itu.

Model berat terbuka (open-weight) ialah model AI yang parameter dalamannya dikeluarkan secara terbuka untuk sesiapa sahaja memuat turun dan menggunakannya, satu konsep berbeza berkaitan akses dan pelesenan berbanding jenis input yang boleh diproses sesebuah model. Model luar talian pula hanya berjalan tanpa memerlukan sambungan internet, satu ciri berbeza lagi yang tiada kaitan dengan mengendalikan pelbagai format.

Percampuran jenis input inilah yang membolehkan pembantu AI moden menerangkan apa yang berlaku dalam sekeping gambar, merumuskan carta, atau menjawab soalan lisan tentang sesebuah video, keupayaan yang akan memerlukan sistem yang sama sekali berasingan dan khusus hanya beberapa tahun sebelum ini.