基礎最終確認 2026.08.22
Multimodal
マルチモーダルマルチモーダル
文章だけでなく、画像・音声・動画など複数の種類の情報を扱えることです。
MEANING
もう少し詳しく
入力と出力の組み合わせはモデルごとに違います。画像を理解できても画像を生成できない、音声入力はできても動画出力はできない場合があります。
EXAMPLE
身近な例
写真を見せて故障箇所を説明させ、回答を音声で聞く使い方があります。
MISUNDERSTANDING
よくある勘違い
マルチモーダルと書かれていれば、すべての形式を同じ品質で扱えるわけではありません。
KEY POINT
覚えておくこと
必要な入力形式、出力形式、ファイル上限、対応端末を確認します。
SOURCE
確認した公式情報
コラボットが公式資料を確認し、初心者向けの表現へ整理しています。製品仕様や提供条件は変更される場合があります。
Google for Developers・Machine Learning Glossary ↗確認日:2026.08.22