名词大白话 入门 NO.015
多模态：AI 看得懂图、听得懂话？
别名：多模态 · multimodal · 识图
01一句话说人话
多模态是指 AI 不光会读文字，还能看懂图片、听懂语音、生成图像和视频，就像一个五官齐备的人，既能读书也能看画、听声。现在手机里拍药盒查成分、对手机说话记账，用的都是它。
02跟你有什么关系
不懂多模态，你可能要吃两种亏。一是钱包亏：去超市看到进口零食不懂成分，拍张照丢给AI翻译一下，比站在那儿干瞪眼强；出门旅游看到花花草草，也能拍照识别。但也要小心隐私坑——身份证、银行卡、病历单子别往AI对话框里传，照片一上传就跑到别人服务器了，钱包和身份都可能暴露。懂了这些，AI才是你的省钱小助手，不是泄密管道。
03马上怎么用
现在就能做三件事：一、打开手机豆包或Kimi，对着药盒拍张照问「这是治什么的」；二、家里长辈按住话筒念叨要查的事，比打字省心；三、超市货架前拍商品比比价，省得回家后悔。提醒一句：身份证、病历、银行卡这些带个人信息的图千万别传，先打码再上传才安心。
属于主题 老人小孩用 AI