Multimodale AI modeller bliver i stigende grad i stand til at forstå og behandle flere typer input – tekst, billede, lyd og video – samtidigt. Det betyder, at AI-assistenter kan analysere og generere indhold på tværs af medier og levere mere menneskelignende og sammenhængende interaktioner.

Etiske spørgsmål, databeskyttelse og risiko for misinformation er centrale udfordringer, som kræver klare retningslinjer og løbende opkvalificering af både virksomheder og medarbejdere