ИИ, который слышит и видит
Раньше с ИИ общались только текстом. Теперь многие ассистенты мультимодальны: понимают голос, фотографии, скриншоты, документы и таблицы. Это меняет то, как удобно им пользоваться — часто быстрее сказать или показать, чем печатать.
Что это даёт на практике
- Голос: продиктовать вопрос или письмо на ходу.
- Фото: сфотографировать проблему и спросить, что делать.
- Скриншот: показать ошибку или интерфейс и попросить помощь.
- Файлы: загрузить PDF или таблицу и задать вопрос по содержимому.
(фото цветка) Что это за растение и как за ним ухаживать?
Похоже на спатифиллум («женское счастье»). Любит тень и влажность, поливайте, когда верхний слой почвы подсох. Опрыскивайте листья. Хотите краткую памятку по уходу?
Как включить
В приложениях ассистентов есть значки микрофона и скрепки/камеры — через них добавляют голос, фото и файлы. Возможности зависят от сервиса и тарифа; в курсе разберём каждую.
Правило: выбирайте формат по ситуации. Иногда одно фото объясняет задачу лучше трёх абзацев текста.
🧠 Что значит «мультимодальный» ИИ?