能同时处理文本、图片等信息的多模态 AI，正从技术名词变为民生日常，今日头条热榜记录下它的双面足迹。​

打开网易新闻 查看精彩图片

武汉 “灵智” 医疗智能体成近期热点，这款融合语音、视觉的设备能 “听懂” 主诉、“看见” 状态，2 分钟完成分诊与病历生成，让急诊接诊效率翻倍，在三甲医院 2 万例问诊中准确率达 93%。而 DeepSeek 的 “视觉文本压缩” 技术却引发争议，中日联合研究发现其靠语言直觉 “猜内容”，而非真 “看懂” 图片，给医疗、金融等高危场景敲醒警钟。​

从救急救忙到技术纠偏，热榜里的多模态 AI 既彰显着 “图文互通” 的实用价值，也在争议中探索更可靠的落地路径。