多模态
Multimodal
能处理文字、图片、音频、视频等多种信息形式。
从只会读文字，变成能看、能听、能说。
这个比方用于帮助入门，并不覆盖技术实现的所有细节。
图片理解、语音助手、视频创作。
先从实际任务理解概念，比死记英文缩写更有效。
支持上传图片不代表所有模态能力都同样强。
如果这个概念会影响费用、数据或安全，请继续查看官方文档。
Multimodal
这个比方用于帮助入门，并不覆盖技术实现的所有细节。
先从实际任务理解概念，比死记英文缩写更有效。
如果这个概念会影响费用、数据或安全，请继续查看官方文档。