시각적 이해

멀티모달 에이전트란 무엇인가요? "보고, 듣고, 행동하는" 요원들이 점점 더 많은 관심을 받는 이유

멀티모달 에이전트는 텍스트만 처리할 수 있으면서도 이미지, 음성, 인터페이스 상태, 문서, 심지어 동영상 등 여러 입력을 동시에 수신하고 활용할 수 있으며, 이를 도구 호출과 작업 계획과 결합해 동작을 실행하는 에이전트를 의미합니다. 최근 들어 점점 더 많은 관심을 받...