Glosario de IA Models & Architecture
¿Qué es VLM?
VLM (Vision-Language Model)
← Todos los términos del glosarioModelo que entiende conjuntamente imágenes y texto (caption, OCR, VQA).
Explicación
Los modelos visión-lenguaje fusionan píxeles y tokens para document AI, inspección visual y asistentes multimodales. Extienden el RAG a gráficos, diapositivas y escaneos.