多模态 Agent

在知识图谱中的位置：模块五 · 05_前沿趋势 · 第 5 节 难度：⭐⭐ | 前置知识：Agent 基础

---

1. 多模态 Agent 能力

| 模态 | 能力 | 代表模型 | |--|-|--|- | | 文本 | 理解/生成文本 | 所有模型 | | 图像 | 看图、识图、生成图 | GPT-4o, Claude 3.5 | | 音频 | 听、说、分析音频 | GPT-4o, Gemini | | 视频 | 理解视频内容 | GPT-4o, Sora |

---

2. 参考资料

• OpenAI GPT-4o
• 2025 AI Agent 工具全景图 (BetterYeah)