死磕「文本智能」，多模态研究的下一个前沿（

1.多模态文本分类

前段时间，我们报道过一个非常有趣的现象 —— 在求医问药这件事上，越来越多的人开始求助于 AI 了，尤其是在病因难以明确的情况下有人甚至声称 AI 帮自己分析出了求医十年都未查出结果的「疑难杂症」在 GPT-5 的发布会上，Sam Altman 甚至请来了一位癌症患者，听其讲述 GPT-5 如何在她最无助的时候帮忙解读活检报告、权衡风险，这让她可以带着对自己病情的清晰认知与需要咨询的重要问题走进诊室。

2.多文本的概念

随着 GPT-5 等顶尖模型在现实生活中变得越来越实用，这样的故事会越来越多而这种变化之所以发生，一方面离不开模型本身「智能」的提升，另一方面也得益于整个智能系统对各类信息综合理解能力的进化值得注意的是，这些信息有个共同点。

3.多文本教学是什么意思

无论是病历里的化验单、影像报告、基因检测表，还是医生的文字诊断和患者的自述，它们虽然以不同模态存在，但归根结底，它们都通过一种名为「文本」的载体来承载如果能让 AI 真正看懂这些「文本」里隐藏的所有信息，那它能做的就不仅仅是「读懂文字」（当前有些 AI 虽然支持上传图像，但本质仍是简单地识别上面的文字），而是具备了对多模态信息的「立体化综合理解」。

4.多文本课

这不仅是大模型深入医疗、金融等领域的「刚需」，也是其以机器人等形式真正走入物理世界的关键也正是在这样的技术演化背景下，一个新的讨论方向正在浮现在今年的 PRCV 大会上，合合信息提出了一个颇具代表性的概念 ——「多模态文本智能」，并举办了以此为主题的精彩论坛。

5.多文本教学视频

这一概念的提出，为从业者提供了一个相对清晰的聚焦点，也让多模态研究有了更具体的落脚处在论坛上，来自高校与企业的研究者围绕感知、认知、决策等关键环节展开讨论，试图厘清多模态文本智能尚待解决的那些难题多模态文本智能，研究啥？