Мултимодален изкуствен интелект

Мултимодалният изкуствен интелект представлява категория невронни мрежи, проектирани да възприемат, разбират и генерират информация от различни типове данни — текст, изображения, аудио, видео и сензорни потоци — в рамките на единно векторно пространство.

Тази парадигма е основа за изграждането на генеративни роботизирани агенти и универсални дигитални асистенти.