Une IA multimodale est une intelligence artificielle capable d’analyser son environnement immédiat, d’interpréter le contexte et la situation et de s’intégrer dans les objets.
Elle utilise plusieurs sources de données, telles que le texte, l’image et l’audio, pour analyser son environnement et prendre des décisions, ce qui en fait un super-assistant pour l’utilisateur.
Exemples : Une voiture autonome, un assistant vocal qui peut comprendre et répondre aux commandes vocales, ainsi qu’aux gestes et aux expressions faciales sans avoir à utiliser plusieurs questions successives ou prompts.