次提问都很关键，“盘古的多模态能力怎么样？现在业界都在谈‘图文音视频’一体化，我们的进展如何？”
“汪总问得好。”辛玉良切到新页面。
“盘古的多模态大模型已经在媒体、教育、安防等领域试点。
比如在媒体行业，可以实现新闻稿自动生成配图；
在教育行业，可以根据课本内容自动生成教学视频；
在安防行业，可以同时分析监控视频、音频和文本报告，做综合研判。”
他顿了顿：
“不过坦率说，在多模态的生成能力上，我们和国外顶尖水平还有差距。
但在多模态的理解和分析上，尤其是结合行业知识的深度分析这一块，我们盘古有优势。”