Multimodalità nell'AI: vedere, sentire, parlare e scrivere insieme

GPT-4o può analizzare uno screenshot, rispondere a domande sulla matematica scritta su un foglio, descrivere cosa vede in una fotografia e tenere una conversazione vocale — tutto nello stesso modello unificato. La multimodalità non è più un add-on ma un'architettura core.

Le applicazioni pratiche si moltiplicano: un medico fotografa una radiografia e chiede un'analisi preliminare, un meccan...