苹果推出300亿参数多模态AI大模型MM1.5：拥有图像识别、自然语言推理能力
我要评论
快科技10月13日消息，推出近日，亿参M拥有图言推苹果公司推出了300亿参数的数多多模态AI大模型MM1.5，该版本是模态在前代MM1的架构基础上发展而来的。
该模型继续遵循数据驱动的大模训练原则，着重探究在不同训练周期中混合各类数据对模型性能产生的型M像识影响，相关模型文档已在Hugging Face上发布。别自
MM1.5提供了从10亿到300亿的然语多种参数规模，拥有图像识别和自然语言推理能力。理能力
在新版本中，苹果苹果公司的推出研发人员改进了数据混合策略，极大地增强了模型在多文本图像理解、亿参M拥有图言推视觉引用与定位以及多图像推理等方面的数多能力。
参考论文可知，模态团队在MM1.5的持续预训练阶段引入了高质量的OCR数据和合成图像描述，这显著提高了模型对包含大量文本的图像的理解水平。
此外，研究人员在监督式微调阶段深入分析了不同数据类型对模型表现的作用，优化了视觉指令微调数据的混合方式，使得即便是小规模的模型（如10亿、30亿参数版本）也能有出色的发挥，实现了更高的效率。
值得一提的是，苹果公司这次还推出了专门用于视频理解的MM1.5-Video模型和专门处理移动设备用户界面（UI）理解的MM1.5-UI模型。
其中，MM1.5-UI模型未来有望成为iOS背后的“苹果牌”AI，能够处理各种视觉引用与定位任务，还能总结屏幕上的功能，或者通过与用户的对话进行交互。
尽管MM1.5模型在多项基准测试中表现优异，但苹果团队仍计划通过进一步融合文本、图像和用户交互数据，并设计更复杂的架构，来提升模型对移动设备UI的理解能力，从而让“苹果牌”AI更强大。
相关文章
-
网易2024科隆游戏展阵容公布：包含两款未公布作品等 2024年07月17日 15:09中关村在线2024-10-19 -
Steam 喜加二：《Weapon of Choice DX》《Distant Space》免费领
Steam 喜加二：《Weapon of Choice DX》《Distant Space》免费领 2024年08月24日 08:2024-10-19 -
古尔曼称苹果 9 月 10 日举办发布会，推出 iPhone 16 系列、新款 Apple Watch、AirPods
古尔曼称苹果 9 月 10 日举办发布会，推出 iPhone 16 系列、新款 Apple Watch、AirPods 2024年2024-10-19 -
美股开盘涨跌不一 拼多多跌超21%2024年08月26日 21:39新浪新闻综合缩小字体放大字体收藏微博微信分享0腾讯QQQQ空间 来源：财联社财2024-10-19 -
意大利女排巴黎奥运12+1名单 接应埃格努领衔出战2024年07月09日 08:23新浪体育缩小字体放大字体收藏微博微信分享0腾讯QQQQ空间2024-10-19 -
尤莱领跑亚巡国际系列赛英格兰站第三轮 郑蕴和T92024年08月11日 10:06新浪体育缩小字体放大字体收藏微博微信分享0腾讯QQQQ空间2024-10-19
最新评论