AIGC動態(tài)歡迎閱讀

原標(biāo)題：蘋果的 AI 新模型曝光，能夠「看懂」你的 iPhone 屏幕 | Hunt Good 周報(bào)
關(guān)鍵字：報(bào)告,模型,解讀,華為,知識產(chǎn)權(quán)
文章來源：愛范兒
內(nèi)容字?jǐn)?shù)：11697字

內(nèi)容摘要：

歡迎收看最新一期的Hunt Good周報(bào)！
在本期內(nèi)容你會看到：
7 條新鮮資訊4 個有用工具1 個有趣案例3 個鮮明觀點(diǎn)
Hunt for News｜先進(jìn)頭條
? 蘋果多模態(tài)大模型 Ferret-UI 上新
本周，康奈爾大學(xué)發(fā)布了一篇名為「Ferret-UI：基于多模態(tài)大語言模型的移動 UI 理解」的論文。
Ferret-UI 被描述為一種新的 MLLM，專為理解移動 UI 屏幕而定制，具有「指向、定位和推理功能」。它最大的特點(diǎn)是有一個放大系統(tǒng)，可以將圖像放大到「任何分辨率」，使圖標(biāo)和文本更易于閱讀。
為了進(jìn)行處理和訓(xùn)練，F(xiàn)erret 還將屏幕分成兩個較小的部分，將屏幕切成兩半。相較于其他大語言模型，傳統(tǒng)的更傾向于掃描較低分辨率的全局圖像，這降低了充分確定圖標(biāo)外觀的能力。
雖然不知道最終是否會被整合到 Siri 中，但 Ferret-UI 提供了對 iPhone 進(jìn)行高級控制的可能性。通過了解用戶界面元素，Siri 可以通過在應(yīng)用程序中自行選擇圖形元素，為用戶在應(yīng)用程序中執(zhí)行操作。
?https://appleinsider.com/articles/24/04/09/apple

原文鏈接：蘋果的 AI 新模型曝光，能夠「看懂」你的 iPhone 屏幕 | Hunt Good 周報(bào)

聯(lián)系作者

文章來源：愛范兒
作者微信：ifanr
作者簡介：關(guān)注明日產(chǎn)品的數(shù)字潮牌