苹果多模态模型大升级！文本密集、多图理解，全能小钢炮
苹果多模态模型大升级！文本密集、多图理解，全能小钢炮多模态大语言模型（MLLM）如今已是大势所趋。 过去的一年中，闭源阵营的GPT-4o、GPT-4V、Gemini-1.5和Claude-3.5等模型引领了时代。
来自主题: AI资讯
3507 点击 2024-10-14 09:50
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
多模态大语言模型（MLLM）如今已是大势所趋。 过去的一年中，闭源阵营的GPT-4o、GPT-4V、Gemini-1.5和Claude-3.5等模型引领了时代。
此次，苹果提出的多模态大语言模型（MLLM） Ferret-UI ，专门针对移动用户界面（UI）屏幕的理解进行了优化，其具备引用、定位和推理能力。
一句话Siri就能帮忙打开美团外卖下订单的日子看来不远啦！