【ITBEAR】蘋果公司近期宣布，其多模態(tài)AI大模型MM1.5正式推出，該模型基于前代MM1架構(gòu)進行升級，擁有高達300億的參數(shù)規(guī)模。fvL28資訊網(wǎng)——每日最新資訊28at.com

MM1.5模型繼續(xù)堅持數(shù)據(jù)驅(qū)動的訓(xùn)練原則，深入探索了不同訓(xùn)練周期中混合數(shù)據(jù)對模型性能的影響，相關(guān)模型文檔已在Hugging Face平臺發(fā)布。fvL28資訊網(wǎng)——每日最新資訊28at.com

此次推出的MM1.5模型提供了從10億到300億的多種參數(shù)規(guī)模選擇，具備圖像識別與自然語言推理的能力。fvL28資訊網(wǎng)——每日最新資訊28at.com

fvL28資訊網(wǎng)——每日最新資訊28at.com

在新版本中，蘋果研發(fā)團隊對數(shù)據(jù)混合策略進行了優(yōu)化，顯著提升了模型在多文本圖像理解、視覺引用與定位以及多圖像推理等方面的性能。fvL28資訊網(wǎng)——每日最新資訊28at.com

據(jù)相關(guān)論文介紹，MM1.5在持續(xù)預(yù)訓(xùn)練階段引入了高質(zhì)量的OCR數(shù)據(jù)和合成圖像描述，大幅提高了模型對包含大量文本的圖像的理解能力。fvL28資訊網(wǎng)——每日最新資訊28at.com

研究人員在監(jiān)督式微調(diào)階段對不同數(shù)據(jù)類型對模型表現(xiàn)的影響進行了深入分析，優(yōu)化了視覺指令微調(diào)數(shù)據(jù)的混合方式，使得即便是小規(guī)模的模型版本也能展現(xiàn)出出色的性能，實現(xiàn)了更高的效率。fvL28資訊網(wǎng)——每日最新資訊28at.com

蘋果公司還推出了專門用于視頻理解的MM1.5-Video模型以及專門處理移動設(shè)備用戶界面（UI）理解的MM1.5-UI模型。fvL28資訊網(wǎng)——每日最新資訊28at.com

MM1.5-UI模型未來有望成為iOS背后的核心AI技術(shù)，能夠處理各種視覺引用與定位任務(wù)，總結(jié)屏幕上的功能，甚至通過與用戶的對話進行交互。fvL28資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.tebozhan.com/showinfo-45-9292-0.html蘋果新突破！300億參數(shù)AI大模型MM1.5，能識圖懂語

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： AI醫(yī)療建議靠譜嗎？22%的回答可能致命！

下一篇： 騰訊研發(fā)全球首個大熊貓模型：實時識別、統(tǒng)計、分析大熊貓行為并生成報告