菜单在图片里，要求在文字里
假设小林拍下一张菜单，问：“帮我找出标价不超过30元的面食。”系统需要从照片中辨认菜名、价格和对应位置，再把“面食”“30元以内”这些文字条件结合起来，才能给出答案。
如果价格一栏反光，看不清的是28还是38，图片输入再丰富，也不能把缺失细节变成确定事实。合适的回答应保留看不清的部分；直接猜成28元，会把识别不确定性藏起来。
照片与文字，各提供一部分信息
- 01菜单照片
菜名、价格及它们的对应位置
- 02文字问题
面食，价格不超过30元
- 03结合后的回答
按条件筛选，并标出无法确认的项目
图中的答案依赖两路输入；反光或模糊处仍可能无法识别。
不只是把不同文件装进一个上传框
文字、图像、声音可以提供互补线索：看路口照片时，画面说明位置关系，用户的问题说明想找什么；处理视频时，还可能结合声音与画面随时间的变化。
但一个产品能接收PDF，并不一定意味着模型完整看过每页版面：有的流程只抽取文字，有的会分析页面图像。是否处理了图片、音频或布局，要看实际输入能力和应用如何传递材料。
看懂几种输入，与生成几种输出不同
某个模型能读图并用文字回答，不表示它也能生成图片；能处理声音，也不保证支持视频。多模态描述跨信息形式的能力，生成式AI描述产生内容的任务，两者可以交叉，却不是同义词。