什麼是多模態資料處理（Multimodal Data Processing）？
模態（modality）指的是資料的表現形式或感官來源。
所以多模態資料處理就是同時處理來自不同來源或不同格式的資料，並讓AI能理解它們之間的關係。

AI怎麼做到多模態的？
共分為三步：

1. 特徵抽取（Feature Extraction）
   每一種模態先用對應的模型轉成數字特徵（embedding）。

圖片 → CNN / Vision Transformer
聲音 → Whisper / wav2vec
文字 → LLM / Embedding 模型

這樣不同格式的資料，就都變成了可以比較的向量（vector）。

2. 對齊與融合（Alignment & Fusion）
   不同模態的向量會被對齊到同一個語意空間。

例如：
CLIP模型（OpenAI）會讓圖片和文字的embedding落在相同空間，讓模型知道一張貓的照片≈‘a cat’。

3. 下游任務（Downstream Tasks）
   融合後的多模態特徵，可以被用來做各種任務。