下列關於多模態（Multimodal）生成式 AI 的敘述，何者最正確？

解析

正確答案是(B)。多模態 AI 的核心能力是跨多種資料類型進行理解和生成，不限於文字和圖像。(A)過於狹隘：音訊、影片、3D 等都是多模態的範疇；(C)錯誤：現代多模態模型（如 GPT-4V、Gemini）將多種模態整合在同一模型中；(D)過度誇大：目前的多模態理解仍有諸多限制。關鍵概念：多模態 = 多種資料類型的統一處理能力。

正確答案：B. 多模態 AI 能夠處理和生成多種類型的資料，如文字、圖像、音訊、影片等