摘要： 人类通过融合视觉、听觉和触觉等多种感官获取和处理信息，形成对世界的全面理解。多模态人工智能（Multimodal AI）正在模拟并扩展这种综合感知的方法。这种技术不仅模仿人类的感官体验，还包括红外图像和机器人传感器数据等多种数据类型，使AI系统能从多样化的数据源学习和理解环境，从而在复杂性上更接近人 阅读全文