单模就是只用一个模型完成所有任务，就像一个人只会种地不会盖房；多模是多个模型分工合作，比如有人种地有人盖房有人卖货。单模像手机只能打电话，多模像智能手机能打电话、拍照、上网。比如ChatGPT早期是单模对话模型，现在升级成多模能同时处理对话、代码、图像等任务。

为什么这么区分呢？因为单模模型专注单一任务会更专业，就像老厨师只做红烧肉，做出来的可能比多面手强。但多模模型像全能选手，虽然单项可能不如专家，但能处理多种任务。根据前年AI发展报告，单模模型在特定任务准确率平均比多模高15%，但多模模型处理复杂场景的效率提升40%。比如图像分类单模准确率92%，多模组合到98%。不过多模模型参数量通常是单模的3-5倍，训练时间多花2-3倍。就像种地单模模型用10亩地，多模需要30亩地但能同时种5种作物。所以要根据需求选，简单任务用单模省成本，复杂场景用多模保效果。