이미지 단독 모델보다 멀티모달모델 성능이 더좋은거같은데

소라같은 영상분야도 단독보단 멀티모달이 더 좋을거 아님

Gpt5가 영상생성까지 가능해지면 어떤게 나올지 궁금하다