AI已经实现了多种模态相互生成，比如图文互生（通过clip获取特征，各种扩散模型如stablediffsion、dalle等）、文文互生（GPT系列、bard、文心一言等）、音文互生（语音识别和文字转语音等，并已广泛应用），目前视频和文字互生也已经出现。
也许过不了多久，AI将能够更智能的处理多种模态的任务，不仅仅限于目前的visual ChatGPT的形式，也不只是目前语音助手这类自然语言识别能力不足的形式。
多模态时代来临了。
注：以上内容不由语言模型生成

GPT这样的大语言模型是AI的转折点，从前的AI大部分都是处理人在10秒内能完成多少工作，多是用来替代重复劳动。chatGPT出现后，AI已经能完成完成人在几小时内才能完成的工作。

你好，能做个设计吗