多模态（multi-modal）和多视图（multi-view）

多模态：例如A在看视频，B在听声音，C在看字幕，将ABC不同性质的数据放在一起叫做多模态；

多视图：A在近处正对着看，B在远处看，C在左边看，D在右边看，ABCD接收的相同性质的信息放在一起叫做多视图。

主要是看各路数据的本质形态是否存在区别。例如采用不同网络或者特征提取器处理过的原始输入得到的结果也会称为多模态数据。