蘋果提出多模態大型語言模型 Ferret-UI，有望強化 Siri 能力

作者陳冠榮 | 發布日期 2024 年 04 月 12 日 17:16 | 分類 AI 人工智慧 , Apple , 會員專區

多模態大型語言模型（Multimodal Large Language Model，MLLM）近來進展值得關注，然而通用領域的 MLLM 在解讀螢幕資訊和使用者介面（User Interface，UI）常常表現不佳。蘋果最新研究描述該公司如何開發「Ferret-UI」，是一種專門用於理解手機螢幕畫面的 MLLM，預期可為未來更強大的 Siri 提供動力。