📖 Définition

Un modèle multimodal est un système d'IA capable de traiter et de combiner plusieurs types de données simultanément, comme du texte, des images, de l'audio et de la vidéo. Contrairement aux modèles unimodaux, il croise les informations provenant de différentes sources pour produire des résultats plus riches. Cette approche se rapproche de la perception humaine, qui intègre naturellement plusieurs sens. Les modèles multimodaux représentent une avancée majeure vers des systèmes d'IA plus polyvalents.

💬 En termes simples

Imaginez un inspecteur en bâtiment qui ne se fie pas uniquement aux plans écrits : il observe visuellement la structure, écoute les bruits suspects et consulte les rapports techniques en même temps pour poser son diagnostic. Un modèle multimodal combine plusieurs sources d'information pour une compréhension plus complète.

🎯 Exemple concret

En 2026, un outil juridique québécois analyse simultanément le texte d'un contrat, les photos d'un chantier et les enregistrements audio de témoignages pour préparer un dossier de litige. Une plateforme de télémédecine au CHUM combine les descriptions du patient, ses radiographies et ses résultats de laboratoire pour suggérer un diagnostic. Un système touristique de Tourisme Québec génère des itinéraires en analysant les préférences textuelles, les photos de voyages et les vidéos des régions.

💡 Le saviez-vous ?

Les modèles multimodaux les plus avancés de 2025 comprennent et génèrent du contenu dans plus de six modalités différentes. La combinaison de plusieurs modalités peut améliorer la précision d'un modèle de 20 à 35 % par rapport à l'utilisation d'une seule source de données.

Navigation

Ressources

Pages