Britzel
Was ist Multimodal? Einfach erklärt
Ein multimodales Modell verarbeitet mehrere Medienarten — Text, Bilder, oft auch Audio — in einem einzigen Modell. Bei aktuellen Top-Modellen ist das Standard statt Extra.
Die Alltagsanalogie
Wie ein Kollege, der nicht nur E-Mails liest: Man kann ihm auch ein Whiteboard-Foto oder einen Meeting-Mitschnitt hinlegen, und er versteht alles zusammen.
Im Job heißt das
Du lädst ein Foto vom Flipchart oder ein Diagramm in den Chat, und die KI bespricht es mit dir — das ist Multimodalität.
Eselsbrücke
MultiMODAL = EIN Modell mit vielen SINNEN — Multi-AGENT = VIELE Modelle in einem Team.
Auf Englisch
multimodal, multimodal AI, multimodality
A multimodal model processes multiple media types — text, images, and often audio — within a single model. In current top models this is standard rather than an extra.