★ Begriff· Multimodal
Multimodal
Modell, das mehrere Modalitäten gleichzeitig verarbeiten kann — Text + Bild + Audio + Video. GPT-5, Claude 3.5+, Gemini 2.5 sind multimodal. Ermöglicht Anwendungen wie Bild-Frage-Antwort, Video-Verständnis.
Verwandte Tools
Auch bekannt als
multimodal model · multimodale ki
Aktivität
65
Mentions in den letzten 7 Tagen
4 Wochen
⚡neu · 65×
Zuletzt erwähnt in
- Google skaliert KI-Suchanzeigen global, während Search-Wachstum abbremst2026-10-28
- EmbeddingGemma 2: Open-Source-Modell für multimodale Embeddings2026-10-28
- MOSS-Team kündigt AMA zu MOSS-Image, TTS und Multimodal-Familie an2026-10-28
- EmbeddingGemma-2 (577M) auf Platz 1 des MTEB Audio-Leaderboards ohne Training2026-10-28
- Factorized Vector Quantization: Diskrete Tokens so gut wie kontinuierliche Repräsentationen2026-10-28