Large Multimodal Model

نموذج ذكاء اصطناعي واسع النطاق قادر على فهم وتوليد المحتوى عبر وسائط متعددة كالنص والصورة، يجمع عادةً بين مرمِّز بصري ونموذج لغوي كبير.

A large-scale AI model capable of understanding and generating content across multiple modalities such as text and images, typically combining a vision encoder with a large language model.