Modalidades y medios generativos

Más allá del texto: modelos de imagen, audio, vídeo y multimodales, cómo se produce el contenido generativo y qué pueden y no pueden hacer sus resultados.

Aprender

Modalidades y medios generativos

Concepto¿Qué es la IA multimodal?La IA multimodal es una IA que puede procesar y relacionar información de más de un tipo de datos —como texto, imágenes, audio o video— para completar una tarea. Un modelo multimodal puede aceptar una imagen y una instrucción escrita, pero producir únicamente texto; «multimodal» no significa que todos los tipos de datos funcionen tanto como entrada como salida.