超越GPT-4V，苹果Ferret-UI引领智能新纪元！,亚马逊高管称：机器人技术助力提升人类工作效率，而非取代岗位,马斯克旗下xAI发布创新模型Grok-1.5V 实现流程图到Python代码的转换,OpenAI全球推介会：阿尔特曼保证ChatGPT升级不涉API用户数据,360智脑7B大模型开源，长文本处理能力达50万字,华为哈勃首投国内AI大模型企业：面壁智能获数亿元融资，知乎CTO李大海掌舵,报告揭示：Galaxy AI功能吸引25%用户选择三星S24系列,谷歌Gemini追赶ChatGPT，流量已达对手四分之一,OpenAI全球大动作：AI芯片供应联盟将诞生？,百度不开源文心一言，为何还自信能领先？,ChatGPT重大更新！新版GPT-4 Turbo，颠覆你的智能想象！,AI新势力Kimi挑战百度霸权，阿里成背后金主,OpenAI推出GPT-4 Turbo升级版：性能更强，价格更优,近八成美国公民支持对人工智能实施更严格的法律监管,蚂蚁集团CodeFuse新功能上线：产品设计图一键生成代码,OpenAI CEO阿尔特曼力推全球AI联盟，共筑智能未来

伯利兹云电脑,上海服务器_

【ITBEAR科技资讯】4月11日消息，苹果公司于4月8日发布了一款名为Ferret-UI的新型多模态大语言模型，该模型能够有效理解和与屏幕信息进行交互，并在所有基本UI任务上超越了GPT-4V。这一技术的发布，让人们对未来智能交互的期待愈发高涨。

据ITBEAR科技资讯了解，Ferret-UI被设计为一种专为理解移动UI屏幕量身定制的MLLM，它具备指向、定位和推理等多重能力。该技术通过灵活的输入格式和基础任务，能够在移动用户界面屏幕上执行各类引用任务。Ferret-UI的一个显著特点是“任何分辨率”技术，这项技术通过放大细节来解决UI屏幕中小型对象的识别问题，进而提升模型对UI元素的理解精度。

网友对此技术表示出极大的热情，纷纷称赞其“泰裤辣”。尽管苹果的泰坦项目曾遭遇挫折，但Ferret-UI的发布无疑为苹果在AI领域注入了新的活力。人们期待，如果这项技术能够应用于Siri，那么未来的智能助手将会变得更为聪明和便捷。

此外，研究人员为了增强模型的推理能力，特别编译了用于高级任务的数据集，包括详细描述、感知/交互对话和功能推理。在基础任务性能的比较上，Ferret-UI展现了对UI屏幕的出色理解能力以及执行开放式指令的能力。

随着技术的不断进步，掌握应用程序屏幕并使AI像人类一样进行交互，苹果未来或将改变MLLM的游戏规则，为我们带来更加智能和便捷的生活体验。