多模態 AI 是什麼？

Multimodal AI — 多模態 AI 的完整解釋

多模態 AI 能同時處理並整合多種類型的輸入資料（文字、圖像、聲音、影片等），產生跨模態的理解與輸出

多模態 AI 的完整說明

多模態 AI（Multimodal AI）突破了單一資料類型的限制，能夠融合文字、圖像、語音等多種模態的資訊進行聯合推理。代表模型如 GPT-4V、Gemini 可以同時理解圖文。iPAS 考試重點：了解多模態架構如何整合不同感知能力，及其在醫療影像診斷、智慧製造等場域的應用。

多模態 AI 在 iPAS 考試中的重點

根據歷年統計，多模態 AI 相關題目 屬於高頻考範圍。