マルチモーダル

文章だけでなく、画像・音声・動画など複数の種類（モード）の情報を扱えること。たとえば写真を見せて内容を説明させる、図を読み取らせる、といった使い方ができる。

関連用語：生成AI ／ LLM

multimodal

出典: さとりのしょ — https://satorinosho.jp/glossary/multimodal/