Glossaire
Multimodal, c'est quoi ?
Capacité d'un modèle à traiter autre chose que du texte : image, audio, PDF. Un LLM multimodal « voit » une image et la décrit.
Mis à jour le 26 juillet 2026
Ce que c'est
La capacité d'un modèle à traiter autre chose que du texte : image, audio, PDF. Un LLM multimodal « voit » une image et peut la décrire ou en extraire de l'info.
Pourquoi c'est important
Ça élargit beaucoup les usages : analyser une photo de produit, lire un document scanné, comprendre un schéma. Une grande part de l'information réelle n'est pas du texte propre.
Exemples concrets
- Tu photographies une facture, le modèle en sort les montants.
- Décrire une photo de meuble Maisons&Mobilia pour générer sa fiche produit.
Questions fréquentes
- Multimodal, c'est quoi ?
- La capacité d'un modèle à traiter autre chose que du texte : image, audio, PDF. Un LLM multimodal « voit » une image et peut la décrire ou en extraire de l'info.
- À quoi ça sert ?
- Ça élargit beaucoup les usages : analyser une photo de produit, lire un document scanné, comprendre un schéma. Une grande part de l'information réelle n'est pas du texte propre.
- Un exemple concret ?
- Tu photographies une facture, le modèle en sort les montants.