LUNAS33 Generative AI kini tidak hanya berfokus pada teks. Multimodal AI menjadi salah satu perkembangan yang banyak diperhatikan karena sistem AI dapat bekerja dengan beberapa jenis input seperti teks, gambar, suara, dan data lainnya. Gartner menyebut kemampuan multimodal sebagai salah satu teknologi yang akan membantu memperluas penggunaan generative AI, khususnya dalam pembuatan dan penemuan konten. LUNAS33 mengangkat tren ini untuk melihat bagaimana interaksi manusia dengan AI semakin berkembang.

Dengan pendekatan multimodal, pengguna dapat memberikan informasi dalam format yang lebih beragam sesuai kebutuhan. Sebagai contoh, sebuah sistem dapat menganalisis gambar sekaligus memahami instruksi berbasis teks atau menggabungkan informasi visual dengan konteks lain. Perkembangan model AI juga semakin diarahkan pada kemampuan reasoning dan pemrosesan tugas kompleks. Google, misalnya, terus mengembangkan model yang menggabungkan kemampuan coding, reasoning, multimodal processing, dan agentic workflows.

Penggunaan multimodal AI membuka peluang untuk berbagai bidang, mulai dari pendidikan, desain, pengembangan software, analisis dokumen, hingga layanan digital. Namun, kualitas hasil tetap bergantung pada data, konteks, dan kemampuan model dalam memahami input yang diberikan. Karena itu, verifikasi informasi tetap penting, terutama ketika AI digunakan untuk kebutuhan profesional. Melalui LUNAS33, multimodal AI menjadi salah satu gambaran mengenai arah perkembangan teknologi yang membuat komunikasi dengan mesin semakin natural dan fleksibel.