La interacción multimodal implica el uso de múltiples canales de comunicación entre el usuario y la máquina, como voz, gestos y tacto. Esta se ve potenciada en el ámbito de la realidad virtual (VR), realidad aumentada (AR) y realidad extendida (XR), donde los entornos digitales se fusionan con el mundo físico para crear experiencias inmersivas. El metaverso, una expansión virtual del mundo real, permite aplicaciones desde el entretenimiento hasta la educación y la colaboración profesional. La aplicación de inteligencia artificial generativa en esta área abre la puerta a interacciones más naturales y adaptativas y facilita la creación de contenidos y experiencias personalizadas. Este conjunto de tecnologías no sólo redefine las experiencias digitales, sino que también abre posibilidades infinitas para aplicaciones en diferentes sectores.