Uitgelegd7 min
11 jul 22:19
Multimodale AI: hoe een model beeld, document en geluid leest
Een AI leest een foto niet via een los OCR-programma en kijkt er niet met een oog naar. Ze knipt het beeld in patches, maakt er tokens van, en voorspelt gewoon het volgende token. Zie hoe dat werkt en wat het kost.
Indirect gerelateerd
Google AI for Developers
OpenAI
Anthropic