Multimodal

Característica de modelos capazes de lidar com mais de um tipo de dado de forma integrada, como texto, imagem, áudio e vídeo. Um modelo multimodal pode receber a foto de um gráfico e explicá-lo por escrito, ou descrever o conteúdo de um áudio. Combinar diferentes modalidades aproxima esses sistemas da forma como as pessoas percebem o mundo, usando vários sentidos ao mesmo tempo.