ImageBindを使用して、オンラインオートパーツ広告の画像とテキストを融合したマルチモーダルな埋め込み表現を生成し、その意味的な質を分析した。さらに、純粋な音声埋め込みとの相関関係を示すことで、ImageBindの潜在的な応用分野を示唆した。