文本圖像音頻影片一起上 生成式 AI有場多模態大秀

編譯／夏洛特

根據高德納諮詢公司 （Gartner）的報告，「多模態解決方案」在人機互動中可能擁有優勢，並將成為生成式人工智慧（AI）的未來，隨著AI的快速發展，消費民生用品製造商（CPG），正面臨選擇整合AI技術的最佳格式與模型的挑戰，從開源大型語言模型到針對特定領域的格式，使市場環境日趨複雜，然而專家認為，多模態解決方案最可能脫穎而出。

多模態解決方案將成主流

據報導，Gartner副總裁分析師Erick Brethenoux指出，生成式AI市場正逐步轉向原生支援多模態模型，將有助於捕捉不同數據流之間的關係，並擴展AI技術在所有數據類型和應用中的潛在效益，基於多模態格式能夠適應不同的行業和應用場景，並能在人與AI的各種接觸點中發揮作用，Gartner預測，到2027年，40% 的生成式AI解決方案將是多模態的，涵蓋文本、圖像、音頻和影片等多種數據形式。

更多新聞：從提升效率到優化流程：生成式人工智慧為圖書出版產業帶來新氣象｜專家論點【鄭緯筌Vista】

多模態數據的有效應用

Brethenoux還強調，人類在處理資訊時會依賴多種感官，包括聽覺、視覺等，因此，AI處理多模態數據的能力，使其能夠更有效地與人類互動，雖然目前許多模型僅支援兩到三種數據模式，但Gartner預計這一數字將在未來幾年顯著增加。

單一模式的挑戰與未來展望

相較之下，單一模態格式AI在支援多模態應用場景時，通常會導致延遲和結果不準確，進而影響整體體驗，Gartner預計，隨著生成式AI的普及，大型語言模型（LLM）的影響力將在未來五年內持續增長，並且針對特定領域的生成式AI模型和自主助理，將在未來十年內具備最大的發展潛力。

參考資料：Consumer Goods

※探索職場，透視薪資行情，請參考【科技類-職缺百科】幫助你找到最適合的舞台！

瀏覽 126 次