Multimodal
Se dit d'une IA qui comprend ou produit plusieurs types de contenus : texte, image, son, vidéo.
En bref
- Se dit d'une IA qui comprend ou produit plusieurs types de contenus : texte, image, son, vidéo.
- On dit aussi : modèle multimodal.
Pratiquer en formation : Contenus et ventes
Définition
Un modèle multimodal peut, par exemple, lire une photo de tableau blanc, écouter un message vocal ou décrire un graphique, puis répondre par écrit.
Cela ouvre des usages très concrets pour ceux qui travaillent loin d'un bureau : photographier, dicter, et laisser l'IA mettre en forme.
Au travail
Prendre en photo les notes manuscrites d'une visite de chantier et demander un devis structuré à partir de cette photo.
À surveiller
Une photo peut contenir plus que prévu : un visage, une adresse, un document en arrière-plan.
Voir aussi
- Image générée par IA
- Une image créée par une IA à partir d'une description écrite.
- Transcription automatique
- La conversion automatique de la parole en texte écrit.
- IA générative
- Une intelligence artificielle qui produit du contenu nouveau (texte, image, son, vidéo) à partir d'une demande écrite ou parlée.
Les métiers où ce mot compte
Le glossaire
Questions fréquentes
Que veut dire « Multimodal » en intelligence artificielle ?
Se dit d'une IA qui comprend ou produit plusieurs types de contenus : texte, image, son, vidéo.