Gartner预测，到2030年，多模态企业软件和应用将占比达80%，远高于2024年不到10%的水平。

Gartner高级研究总监Roberta Cozza表示：“企业软件向多模态转变是一次企业运营和创新的根本转型。多模态生成式人工智能（GenAI）将带来此前无法实现的特性和功能，推动企业应用的升级演进，医疗、金融、制造等行业都将从中受益。该技术将通过增强特定领域语言模型，提高模型准确性，实现企业运营的自动化并驱动情境决策智能，使AI能够在各种任务中主动采取行动。”

多模态GenAI模型等具有重大影响力的技术位于“Gartner新兴技术影响力雷达图：GenAI”的中心（见图一）。产品负责人必须就投资这些新兴GenAI技术做出关键性决策，从而帮助客户创造前所未有的业务价值。”

图一、新兴技术影响力雷达图：GenAI

数据来源：Gartner（2025年5月）

多模态GenAI能够在单一生成模型中处理多种类型的数据输入和输出，包括图像、视频、音频（语音）、文本和数值数据等。多模态技术使模型能够与各种模态的数据进行交互并生成输出，提高了GenAI的可用性。

目前，许多多模态模型支持两种或三种模态的处理（例如文生视频或语音转图像）。未来几年，多模态能力将进一步扩展，涵盖更多样化和全新的模态类型。

Cozza表示：“企业应专注于将多模态技术整合到其软件中，以此提升用户体验和运营效率。通过充分利用多模态GenAI所提供的多样化数据输入与输出，企业有望释放出全新的生产力与创新潜力。”