人工智能有哪三种形态？人工智能一共有以下三种形态：多模态、生成式AI和通用人工智能。
人工智能的第一个形态是多模态（Multimodal）。多模态指的是一个系统能够同时处理多种信息，比如文本、图像、语音和视频等。多模态是指在机器和人工智能的状态下，能否像人类一样综合处理视频、图像、文字和声音等信息，比如将画面转化为文字，将声音转化为文字，根据文字生成图像，这就是多模态研究的焦点。目前，局部已经能够做到了，但还没有实现100%的多模态处理。
人工智能的第二个是生成式AI（Generative AI），生成式AI指的是能够自主生成新的内容，而不是从现有的数据中调取。例如，如果你输入一段文字，要求人工智能根据这段文字生成一个视频，它能够凭空生成一段全新的视频，而不是从现有的视频库中调取。
人工智能的第三个是通用人工智能（Artificial General Intelligence，简称AGI）。AGI的核心目标是让人工智能具备人类甚至超越人类的通用认知能力。这种认知能力极为复杂，涵盖自主学习，理解学习内容，推理、解决问题以及提出解决方案等，而且不管是视频、图片、文字、语音，AGI都能整合在一起，形成综合性的理解能力。从下象棋到下围棋，再到未来的医学、绘画等领域，人工智能超越人类水平几乎是必然的。但如果要人工智能在整体上和人类相比较，AGI目前还达不到。
