Modèle fondamental

Multimodalité : définition, fonctionnement et limites

La multimodalité permet aux systèmes d’IA de traiter et de mettre en relation du texte, des images, de l’audio ou de la vidéo. Cette fiche explique les étapes techniques — encodage, projection et fusion —, développe trois exemples en santé, industrie et conduite autonome, et présente les limites liées notamment au coût de calcul et à l’alignement des données.