Modelo de IA capaz de procesar y/o generar múltiples tipos de datos (texto, imagen, audio, vídeo) dentro de una misma arquitectura, en lugar de requerir un modelo separado por modalidad.
En GENAI-L (Dominio 1) es una característica destacada de Gemini frente a modelos especializados en una sola modalidad. Pregunta: elegir un modelo que pueda analizar una imagen y responder preguntas en texto sobre ella en una sola llamada → modelo multimodal.