Gartner預(yù)測(cè)，到2030年，多模態(tài)企業(yè)軟件和應(yīng)用將占比達(dá)80%，遠(yuǎn)高于2024年不到10%的水平。

Gartner高級(jí)研究總監(jiān)Roberta Cozza表示：“企業(yè)軟件向多模態(tài)轉(zhuǎn)變是一次企業(yè)運(yùn)營(yíng)和創(chuàng)新的根本轉(zhuǎn)型。多模態(tài)生成式人工智能（GenAI）將帶來(lái)此前無(wú)法實(shí)現(xiàn)的特性和功能，推動(dòng)企業(yè)應(yīng)用的升級(jí)演進(jìn)，醫(yī)療、金融、制造等行業(yè)都將從中受益。該技術(shù)將通過(guò)增強(qiáng)特定領(lǐng)域語(yǔ)言模型，提高模型準(zhǔn)確性，實(shí)現(xiàn)企業(yè)運(yùn)營(yíng)的自動(dòng)化并驅(qū)動(dòng)情境決策智能，使AI能夠在各種任務(wù)中主動(dòng)采取行動(dòng)。”

多模態(tài)GenAI模型等具有重大影響力的技術(shù)位于“Gartner新興技術(shù)影響力雷達(dá)圖：GenAI”的中心（見(jiàn)圖一）。產(chǎn)品負(fù)責(zé)人必須就投資這些新興GenAI技術(shù)做出關(guān)鍵性決策，從而幫助客戶(hù)創(chuàng)造前所未有的業(yè)務(wù)價(jià)值。”

圖一、新興技術(shù)影響力雷達(dá)圖：GenAI

數(shù)據(jù)來(lái)源：Gartner（2025年5月）

多模態(tài)GenAI能夠在單一生成模型中處理多種類(lèi)型的數(shù)據(jù)輸入和輸出，包括圖像、視頻、音頻（語(yǔ)音）、文本和數(shù)值數(shù)據(jù)等。多模態(tài)技術(shù)使模型能夠與各種模態(tài)的數(shù)據(jù)進(jìn)行交互并生成輸出，提高了GenAI的可用性。

目前，許多多模態(tài)模型支持兩種或三種模態(tài)的處理（例如文生視頻或語(yǔ)音轉(zhuǎn)圖像）。未來(lái)幾年，多模態(tài)能力將進(jìn)一步擴(kuò)展，涵蓋更多樣化和全新的模態(tài)類(lèi)型。

Cozza表示：“企業(yè)應(yīng)專(zhuān)注于將多模態(tài)技術(shù)整合到其軟件中，以此提升用戶(hù)體驗(yàn)和運(yùn)營(yíng)效率。通過(guò)充分利用多模態(tài)GenAI所提供的多樣化數(shù)據(jù)輸入與輸出，企業(yè)有望釋放出全新的生產(chǎn)力與創(chuàng)新潛力。”