當(dāng)前位置：首頁 > 元宇宙 > AI

蘋果放大招！新模型Ferret-UI將顛覆AI交互？

來源：責(zé)編：時間：2024-04-11 17:29:24 128觀看

導(dǎo)讀4月11日消息，蘋果近日發(fā)布了最新的多模態(tài)大語言模型Ferret-UI，該模型專為理解和與移動UI屏幕交互而設(shè)計。Ferret-UI在所有基本UI任務(wù)上的表現(xiàn)均超越了GPT-4V，顯示出了卓越的理解和交互能力。據(jù)ITBEAR科技資訊了解，F(xiàn)erret-

4月11日消息，蘋果近日發(fā)布了最新的多模態(tài)大語言模型Ferret-UI，該模型專為理解和與移動UI屏幕交互而設(shè)計。Ferret-UI在所有基本UI任務(wù)上的表現(xiàn)均超越了GPT-4V，顯示出了卓越的理解和交互能力。

據(jù)ITBEAR科技資訊了解，F(xiàn)erret-UI作為一種新的多模態(tài)大型語言模型(MLLM)，具備指向、定位和推理等多重功能，能夠有效理解和交互移動UI屏幕上的信息。它通過靈活的輸入格式和基礎(chǔ)任務(wù)，在移動用戶界面屏幕上執(zhí)行各種引用任務(wù)。Ferret-UI的一個顯著特點是“任何分辨率”技術(shù)，通過放大細(xì)節(jié)來解決UI屏幕中小型對象的識別問題，從而提升了對UI元素的理解精度。

此外，F(xiàn)erret-UI不僅能夠在詳細(xì)描述和感知對話中討論視覺元素，還能在交互對話中提出目標(biāo)導(dǎo)向的動作，并通過函數(shù)推理來推斷屏幕的整體功能。研究人員為了增強模型的推理能力，特別編譯了用于高級任務(wù)的數(shù)據(jù)集，包括詳細(xì)描述、感知/交互對話和函數(shù)推理等方面的數(shù)據(jù)。

在基礎(chǔ)任務(wù)性能的比較上，F(xiàn)erret-UI展現(xiàn)出了對UI屏幕的出色理解能力以及執(zhí)行開放式指令的能力。這項技術(shù)的掌握使得AI能夠像人類一樣進行交互，預(yù)示著蘋果未來可能將改變MLLM的游戲規(guī)則。

通過獨特的模型架構(gòu)和數(shù)據(jù)集訓(xùn)練方法，F(xiàn)erret-UI實現(xiàn)了對移動UI屏幕的深入理解和有效交互，為用戶帶來了更為智能和便捷的操作體驗。這一技術(shù)的突破，無疑將推動科技行業(yè)向更智能化、人性化的方向發(fā)展。

標(biāo)簽：蘋果

舉報 0收藏 0打賞 0評論 0

更多>同類資訊

Meta發(fā)布新一代MTIA芯片：AI性能大幅提升

4月11日消息，Meta Platforms于近日發(fā)布了其專為AI工作負(fù)載設(shè)計的定制芯片系列——訓(xùn)練與推理加速器項目(MTIA)的最新版本。據(jù)Meta官方介紹，新一代MTIA相較于初代，在性能上有了顯著的提升，這種提升特別有助于加強內(nèi)容排名和推薦廣告模型的效果。新

04-11

谷歌發(fā)布CodeGemma AI模型，打造頂級代碼輔助利器

4月10日消息，谷歌公司近日發(fā)布了CodeGemma先進大語言模型(LLMs)，旨在為全球開發(fā)人員提供高質(zhì)量的代碼輔助工具，專注于生成代碼、理解和追蹤指令等功能。CodeGemma作為Gemma模型的開放訪問系列，針對代碼開發(fā)場景進行了優(yōu)化和微調(diào)。該套件包含三種不

04-10

Meta全新Llama 3即將問世，AI時代再進一步？

4月10日消息，近日，知名科技媒體theinformation透露，Meta公司正計劃在下周預(yù)告兩款新的Llama 3 AI模型，此舉旨在為今年夏季推出的“完整形態(tài)”Llama 3做鋪墊。在本周二于倫敦舉辦的一場活動中，Meta公司確認(rèn)將在下個月之前發(fā)布與Llama 3相關(guān)的模型

04-10

OpenAI與Meta重磅！新AI模型將顛覆你的認(rèn)知？

4月10日消息，近日，人工智能領(lǐng)域的兩大巨頭OpenAI和Meta宣布，他們即將推出全新的人工智能模型，這些模型不僅將具備強大的推理和規(guī)劃能力，更被認(rèn)為是實現(xiàn)超人認(rèn)知的關(guān)鍵步驟。這些新型模型的問世，無疑將為生成式人工智能應(yīng)用注入強大的動力。OpenA

04-10

2030年AI將吞噬1/4電網(wǎng)？雷內(nèi)·哈斯發(fā)出警告！

4月10日消息，近日，Arm公司CEO雷內(nèi)·哈斯發(fā)出警告，指出隨著人工智能技術(shù)的不斷進步，如果我們不致力于提高能效，AI數(shù)據(jù)中心的電力消耗將會急劇攀升。據(jù)哈斯透露，目前美國AI數(shù)據(jù)中心的耗電量已經(jīng)占到了整個電網(wǎng)的4%，然而，這一比例預(yù)計到2030年可

04-10

墨芯融資數(shù)億，AI算力服務(wù)即將顛覆市場？！

4月10日消息，墨芯人工智能公司，這家以稀疏計算技術(shù)為專攻的創(chuàng)新型企業(yè)，近日連續(xù)完成了A+輪和B輪各數(shù)億元的融資。這次融資的成功，無疑為墨芯注入了強大的動力，標(biāo)志著市場對其獨特技術(shù)和商業(yè)模式的高度認(rèn)可。墨芯人工智能以其差異化的稀疏計算技術(shù)

04-10

谷歌AI應(yīng)用 Google Vids亮相：PPT技能通用，視頻制作與多人協(xié)作一站式搞定

4月10日消息，隨著科技的不斷發(fā)展，辦公方式也在逐步變革。過去，文檔、電子表格和幻燈片等傳統(tǒng)辦公工具一直占據(jù)著主導(dǎo)地位，然而現(xiàn)在，谷歌卻帶來了一款全新的應(yīng)用程序——Vids，旨在讓用戶制作協(xié)作可共享的視頻變得更加輕松便捷。Vids是一款融合了

04-10

賈揚清研發(fā)瀏覽器插件Elmo：10秒獲取YouTube視頻要點

4月10日消息，前阿里首席AI科學(xué)家賈揚清近日在推特上向大家介紹了一款名為Elmo的插件。此款插件能在短短10秒內(nèi)總結(jié)Google Next主題演講，將其精煉為一句話概括、摘要以及主要觀點。Elmo是由賈揚清去年創(chuàng)立的AI公司Lepton AI精心打造的。據(jù)賈揚清透露

04-10

OpenAI推出視覺增強版GPT-4 Turbo模型，簡化開發(fā)流程

4月10日消息，OpenAI今日聲明，已向開發(fā)者廣泛開放了其全新的GPT-4 Turbo with Vision模型，這一模型在繼承了GPT-4 Turbo系列的特點的同時，首次引入了視覺理解能力。這一視覺增強的GPT-4 Turbo模型，不僅維持了原系列128,000個token的窗口大小和截止

04-10

全球獨角獸企業(yè)數(shù)量再創(chuàng)新高！你猜哪個領(lǐng)域最瘋狂？

4月9日消息，最新數(shù)據(jù)顯示，全球獨角獸企業(yè)數(shù)量再創(chuàng)新高，達到接近1500家。這些企業(yè)中，金融科技、軟件服務(wù)和人工智能等領(lǐng)域的獨角獸企業(yè)占據(jù)了三分之一的比例，顯示了這些領(lǐng)域的強勁發(fā)展態(tài)勢。中國作為全球獨角獸企業(yè)的重要陣地之一，共擁有340家獨

04-09

誰在偷懶？OpenAI的ChatGPT竟然變得越來越懶散？

4月9日消息，盡管OpenAI創(chuàng)始人Sam Altman已經(jīng)多次透露了與GPT-5相關(guān)的消息，但與OpenAI創(chuàng)始人的野心相比，眼下最棘手的問題是ChatGPT的一群忠實用戶們正在發(fā)現(xiàn)GPT-4正在變得越來越「懶」。所謂的「變懶」指的是ChatGPT的個人用戶體驗。近期，在OpenAI

04-09

谷歌新研究沖擊縮放定律！模型規(guī)模真的關(guān)鍵嗎？

4月9日消息，近年來，模型規(guī)模不斷擴大，一種普遍的信念是“力大磚飛”。盡管OpenAI沒有公布Sora的訓(xùn)練細(xì)節(jié)，但在其技術(shù)報告中提到了：最大的模型Sora能夠生成一分鐘高保真視頻，這表明擴大視頻生成模型是構(gòu)建通用世界模擬器的有前景途徑。然而，谷歌

04-09

聯(lián)發(fā)科重磅推出“達哥”AI服務(wù)平臺，支持頂尖繁體中文大模型MR BreeXe

4月9日消息，聯(lián)發(fā)科在今日盛大舉行的生成式 AI 論壇中，正式發(fā)布了其全新的生成式AI服務(wù)平臺——MediaTek DaVinci，該平臺亦被親切地稱為“聯(lián)發(fā)科技達哥”。自其問世以來，已吸引了超過40家廠商踴躍加入其生態(tài)系統(tǒng)，共同探索AI技術(shù)的新邊界。MediaTek

04-09

數(shù)字永生！AI“復(fù)活”產(chǎn)品火爆上線，你會為逝去的親人嘗試嗎？

4月9日消息，清明節(jié)前，電商平臺迎來了一股獨特的潮流，一位名為龐立的人工智能專業(yè)研究生在這個時機注冊了一家店鋪，專門提供AI“復(fù)活”服務(wù)。據(jù)龐立透露，今年大型模型應(yīng)用與數(shù)字人訓(xùn)練平臺技術(shù)都有所升級，結(jié)合最近AI“復(fù)活”話題的火爆，他決定進

04-09

超越GPT-3.5？聯(lián)發(fā)科推出450億參數(shù)AI模型！

4月9日消息，聯(lián)發(fā)科近日推出了全新的生成式AI服務(wù)平臺——MediaTek DaVinci，該平臺也被業(yè)界親切地稱為“聯(lián)發(fā)科技達哥”。據(jù)悉，該平臺自推出以來，已成功吸引了20余家高科技廠商、10余家消費品牌、6家金融業(yè)機構(gòu)、3家電信企業(yè)以及5家傳統(tǒng)產(chǎn)業(yè)企業(yè)加

04-09

點擊查看更多 +

全站最新

Aqara再度斬獲胡潤全球獨角獸榜，連續(xù)三年上榜

雷神預(yù)熱新款增程式AI全能本aibook 15，五月震撼上市

爆料！蘋果新款iPad或?qū)㈧o默上線，不舉辦發(fā)布會？！

完全替換F5，深信服應(yīng)用交付AD如何做到？

揭秘東風(fēng)本田e:NS2：年輕、動感與純電的完美結(jié)合

蘭博基尼Huracan STJ限量版發(fā)布：致敬經(jīng)典，賽道性能再升級

熱門內(nèi)容

華為云攜手樂聚機器人，共探“盤古大模型+夸父人形機器人”新應(yīng)用場景
華為云攜手貴安新區(qū)，共筑全球領(lǐng)先智算高地
谷歌借助AI突破：提前7天預(yù)測洪災(zāi)，全球80國將受益
谷歌發(fā)布CodeGemma AI模型，打造頂級代碼輔助利器
谷歌DeepMind推出SIMA模型：打造更貼近人類的游戲智能隊友
Cerebras發(fā)布第三代芯片WSE-3：性能翻倍，助力大模型訓(xùn)練
微軟或與OpenAI聯(lián)手，斥資千億美元打造“星際之門”AI超算
音樂界的ChatGPT？天工SkyMusic邀您體驗AI音樂創(chuàng)作
英美聯(lián)手打造AI安全新標(biāo)桿，科學(xué)合作伙伴關(guān)系正式建立
WPS推出AI會員服務(wù)，月費25元起，開啟AI辦公新紀(jì)元
微軟Copilot全面升級至GPT-4 Turbo模型，提升編碼體驗
百度文心一言推出新功能，秒速定制你的專屬AI聲音
馬斯克再談AI風(fēng)險：利大于弊仍值得冒險
OpenAI疑似泄露GPT-4.5 Turbo模型信息
谷歌AI應(yīng)用 Google Vids亮相：PPT技能通用，視頻制作與多人協(xié)作一站式搞定

本欄最新

Meta發(fā)布新一代MTIA芯片：AI性能大幅提升

Meta全新Llama 3即將問世，AI時代再進一步？

OpenAI與Meta重磅！新AI模型將顛覆你的認(rèn)知？

2030年AI將吞噬1/4電網(wǎng)？雷內(nèi)·哈斯發(fā)出警告！

墨芯融資數(shù)億，AI算力服務(wù)即將顛覆市場？！

谷歌AI應(yīng)用 Google Vids亮相：PPT技能通用，視頻制作與多人協(xié)作一站式搞定

本文鏈接：http://www.www897cc.com/showinfo-45-5129-0.html蘋果放大招！新模型Ferret-UI將顛覆AI交互？

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： LLaMA 3來了！Meta新一代大模型將掀起AI新革命？

下一篇： Meta發(fā)布新一代MTIA芯片：AI性能大幅提升

標(biāo)簽：

熱門焦點

歐盟人工智能法案：四種AI系統(tǒng)風(fēng)險類型的劃分及監(jiān)管措施

作者：趙志東蔡佳雯來源：區(qū)塊鏈日報該法案采用風(fēng)險分級的規(guī)制路徑，將人工智能系統(tǒng)的風(fēng)險劃分成不可接受的風(fēng)險、高風(fēng)險、有限風(fēng)險和輕微風(fēng)險四種類型，并針對不同類型施加了不同
雷克薩斯高管，“受賄”5000萬？

來源：毒舌科技作者：潘磊雷克薩斯的高管，好像出事了。五六家日本小媒體，突然曝出了一個與中國市場有關(guān)的大新聞——雷克薩斯中國區(qū)一個高管受賄10億日元（約合人民幣5000
在元宇宙賣酸奶，這波聯(lián)動燃爆了！

來源：品牌頭版或許，每個人心中都住著一個小饞孩。可能是童年時百吃不厭，覺得新奇又有趣的跳跳糖；可能是味道香甜，咬下一口嘎嘣脆的扁桃仁；還有可能，是某種不知為什么，就是很愛吃的
VR/AR迷失元宇宙“硝煙”

不溫不火的VR/AR可穿戴設(shè)備因元宇宙崛起火了一陣，又隨著元宇宙回歸平靜。1月份，微軟在 Surface 設(shè)備、HoloLens 混合現(xiàn)實硬件和 Xbox 等部門裁員，其中負(fù)責(zé)混合現(xiàn)實硬件（MR）的Holo
8個最適合藝術(shù)家發(fā)行NFT的交易市場

近年來，加密風(fēng)靡全球。加密圈最令人興奮的方面之一是它能夠用于創(chuàng)建稱為NFT 的數(shù)字資產(chǎn)。從 CyberKitties 到 Cyber Galleries，NFT 已成為藝術(shù)家和藝術(shù)鑒賞家的
藝術(shù)創(chuàng)作者能否永久收取版稅？

NFTs正在改變我們理解互聯(lián)網(wǎng)所有權(quán)的方式，社區(qū)管理的所有權(quán)有很多好處，但如果創(chuàng)作者想為他/她的創(chuàng)作獲得永久的收益（版稅），會發(fā)生什么？這不是一個容易解決的問題，版稅
元宇宙需要的5個重要安全功能

元宇宙的可能用途使其成為一個令人難以置信的概念，但是，就像科技界的任何事物一樣，需要做一些事情來控制其使用。元宇宙的安全功能需要仔細(xì)考慮和開發(fā)，以保護用戶
FTX 加密貨幣交易所開始向游戲公司提供加密服務(wù)

據(jù)媒體報道，業(yè)內(nèi)領(lǐng)先的加密貨幣交易所FTX宣布將涉足游戲領(lǐng)域。該公司表示，計劃推出自己的游戲部門作為中介，專注于為傳統(tǒng)游戲公司提供加密相關(guān)服務(wù)。此舉將有助于
冬奧會數(shù)字收藏品升溫，市場再現(xiàn)“一墩難求”

根據(jù)公開信息顯示，國際奧委會官方授權(quán)的冰墩墩數(shù)字盲盒于北京時間2月12日凌晨在nWayPlay平臺發(fā)售，總數(shù)為500個，每個99美元，每人限購5個。此外，不同的奧運徽章數(shù)字藏

日韩成人免费在线_国产成人一二_精品国产免费人成电影在线观..._日本一区二区三区久久久久久久久不

首頁

元宇宙

NFT

區(qū)塊鏈

虛擬人

AR/VR

AI

元宇宙百科

蘋果放大招！新模型Ferret-UI將顛覆AI交互？

歐盟人工智能法案：四種AI系統(tǒng)風(fēng)險類型的劃分及監(jiān)管措施

雷克薩斯高管，“受賄”5000萬？

在元宇宙賣酸奶，這波聯(lián)動燃爆了！

VR/AR迷失元宇宙“硝煙”

8個最適合藝術(shù)家發(fā)行NFT的交易市場

藝術(shù)創(chuàng)作者能否永久收取版稅？

元宇宙需要的5個重要安全功能

FTX 加密貨幣交易所開始向游戲公司提供加密服務(wù)

冬奧會數(shù)字收藏品升溫，市場再現(xiàn)“一墩難求”

最新推薦

搭上“谷愛凌”，“柳夜熙們”站上風(fēng)口？

Meta、谷歌、微軟競相涌入元宇宙，小型企業(yè)該如何伺機而動？

虛擬數(shù)字人：元宇宙的主角破圈而來

2030年的元宇宙產(chǎn)業(yè)將會如何發(fā)展？

NFT自動售貨機來啦！

NFT高玩必備：NFT分析工具大盤點

猜你喜歡

熱門推薦

相關(guān)資訊