flaibo
Glossaire

Multimodal AI

La capacité d'un seul modèle d'IA à comprendre et à produire plusieurs types de contenu à la fois, comme du texte et des images ensemble, au sein d'un même système unifié.

Aucune carte bancaire requise

Ce que ça signifie en pratique

Tu téléverses la photo d'un croquis manuscrit pris sur un tableau blanc pendant une séance de brainstorming et demandes à l'assistant de le transformer en liste d'actions tapée, dans le même message. Cela fonctionne parce qu'un seul modèle multimodal peut lire à la fois l'image et ton instruction textuelle et raisonner sur les deux ensemble, et non parce que ta photo a été redirigée en coulisses vers un spécialiste de l'image pendant que ton texte était redirigé vers un spécialiste de l'écriture distinct. La même logique s'applique lorsque tu colles un graphique en demandant ce qui cloche dans les chiffres du T3, ou que tu joins la photo d'un menu en demandant une traduction : un seul modèle regarde et répond, en une seule fois.

Exemple

Envoie la capture d'écran d'un tableur accompagnée de la question « pourquoi ce total ne tombe-t-il pas juste ? » et obtiens une réponse directe faisant référence à des cellules précises de l'image. Cet échange unique, comprendre l'image et raisonner en texte en une seule étape, c'est de l'IA multimodale ; ce n'est pas la même chose qu'un flux dans lequel un outil de reconnaissance d'image distinct extrait d'abord le texte avant de le transmettre à un autre chatbot.

À ne pas confondre avec

vs. Multiple Models Working Together

Multiple models working together, parfois présenté commercialement comme un « pipeline », signifie que des systèmes spécialisés distincts traitent chacun une partie de la tâche et se transmettent les résultats : un modèle peut transcrire une image, puis un autre rédige la réponse en se basant uniquement sur cette transcription. Le caractère multimodal signifie qu'un seul modèle reçoit nativement plusieurs types de contenu et raisonne directement sur l'ensemble, sans aucune transmission intermédiaire. La différence pratique apparaît lorsque des détails ne prennent sens qu'une fois combinés : un véritable modèle multimodal peut relier un chiffre présent dans une photo à un mot de ta question, alors qu'un pipeline avec transmission ne voit jamais qu'un résumé textuel de l'image et perd tout ce que ce résumé a laissé de côté.

Frequently asked questions

Envie d'avoir ton contexte au même endroit ?

Flaibo conserve ton rôle, ta tonalité et ton travail passé au même endroit, et les intègre dans les prompts que tu emportes vers l'IA que tu utilises, pour qu'une nouvelle discussion n'ait pas à repartir d'une fenêtre de contexte vide.

Commence gratuitement

Ton contexte partout