Multimodale KI
KI verstehen · Länge 0:54
Ein Modell, das nicht nur Text versteht, sondern auch Bild, Sprache und Dokumente.
Was im Video gezeigt wird
Die Kapitel des Videos mit dem gesprochenen Text.
-
Mehr als Text
Lange konnte KI nur Text. Heute versteht sie auch Bilder, Sprache und ganze Dokumente.
-
Multimodal
Man nennt das multimodal: verschiedene Arten von Eingaben, Text, Bild, Audio, in einem Modell.
-
Ein Modell kombiniert sie
Das Praktische: Ein Modell kann sie kombinieren, etwa ein Foto beschreiben oder aus einer Tonaufnahme einen Text machen.
-
Im Arbeitsalltag
Im Arbeitsalltag heißt das zum Beispiel: eine Besprechung transkribieren, ein gescanntes Dokument auslesen, eine Grafik erklären lassen.
-
Und in skai?
skai nutzt das bereits, etwa bei den Meeting Notes und beim Auslesen Ihrer Dokumente.