Módulo 2 · aula 7 — o que muda quando o modelo vê e ouve
Objetivos
- Escolher a modalidade certa por problema
- Conhecer OpenAI Vision, Whisper e Gemini multimodal
Tempo de estudo sugerido: 20 min. As legendas já aparecem no vídeo; a faixa “Português” do player serve a leitores de tela e buscas.
Créditos dos trechos de terceiros
- IBM Technology — “What is Multimodal AI? How LLMs Process Text, Images, and More” · trecho 01:01.20–01:08.10 · ver no YouTube
- Google for Developers — “Building with Gemini 2.0: Video understanding” · trecho 01:04.50–01:09.50 · ver no YouTube
Feito com IA, revisado por gente. Roteiro, narração (voz sintética) e animações destes cursos são produzidos com inteligência artificial pelas skills abertas do course-forge no GitHub, com curadoria e revisão de Carlos Eduardo Lopes (L4Tec). Trechos curtos de vídeos de terceiros aparecem com crédito e link para o original.