当前位置：首页 > 元宇宙 > AI

超越GPT-4V，苹果Ferret-UI引领智能新纪元！

来源：责编：时间：2024-04-11 17:27:17 261观看

导读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ITBE

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。

标签：苹果

举报 0收藏 0打赏 0评论 0

更多>同类资讯

蚂蚁集团CodeFuse新功能上线：产品设计图一键生成代码

4月11日消息，蚂蚁集团自主研发的智能研发平台CodeFuse近期推出了一项名为“图生代码”的新功能，该功能允许开发人员利用产品设计图一键生成代码，从而显著提升前端页面的开发效率。目前，该功能正处于内测阶段。CodeFuse作为蚂蚁集团内部推行AI编程

04-11

OpenAI CEO阿尔特曼力推全球AI联盟，共筑智能未来

4月11日消息，OpenAI的CEO阿尔特曼本周在阿联酋与投资者和政府官员展开了一系列会面。据彭博社报道，阿尔特曼一直致力于构建一个全球性的AI联盟，旨在加强人工智能技术所需的芯片、能源以及数据中心容量的供应，推动更多基础设施投资，从而助力人工智

04-11

特斯拉大动作：放弃Model 2，全力进军Robotaxi领域！

4月11日消息，特斯拉似乎正在调整其业务策略，将更多精力转向Robotaxi(无人出租车)项目，而非之前备受期待的廉价车型Model 2。据路透社报道，特斯拉在今年2月底的一次内部会议中决定“放弃”原计划在两年后发布的廉价车型Model 2。这款车型曾被看作是

04-11

GPT-4 Turbo升级版发布：视觉AI来了，你准备好了吗？

4月11日消息，OPENAI今日发布了一项重大更新，宣布经过深度优化的GPT-4 Turbo with Vision版本将正式面向ChatGPT Plus订阅用户开放。这一版本不仅继承了GPT-4 Turbo的全部优秀特性，包括其强大的128K上下文窗口支持和丰富的知识数据库(数据截止至2023

04-11

蚂蚁集团新AI神器：设计图秒变代码？！

4月11日消息，近日，蚂蚁集团自主研发的智能研发平台CodeFuse宣布推出了一项革命性的“图生代码”功能，该功能目前正处于内测阶段。这一新功能允许开发人员直接通过产品设计图一键生成代码，从而显著提高前端页面的开发效率。据ITBEAR科技资讯了解，

04-11

LLaMA 3来了！Meta新一代大模型将掀起AI新革命？

4月11日消息，据行业内传出的最新情报，Meta公司正紧锣密鼓地准备在下个月发布其全新一代的大型语言模型LLaMA 3。据悉，这一模型将引入革命性的多模态处理能力，能理解和处理包括文本、图像、声音等在内的多种信息形式。为了满足不同用户的需求和应用

04-11

苹果放大招！新模型Ferret-UI将颠覆AI交互？

4月11日消息，苹果近日发布了最新的多模态大语言模型Ferret-UI，该模型专为理解和与移动UI屏幕交互而设计。Ferret-UI在所有基本UI任务上的表现均超越了GPT-4V，显示出了卓越的理解和交互能力。据ITBEAR科技资讯了解，Ferret-UI作为一种新的多模态大型

04-11

Meta发布新一代MTIA芯片：AI性能大幅提升

4月11日消息，Meta Platforms于近日发布了其专为AI工作负载设计的定制芯片系列——训练与推理加速器项目(MTIA)的最新版本。据Meta官方介绍，新一代MTIA相较于初代，在性能上有了显著的提升，这种提升特别有助于加强内容排名和推荐广告模型的效果。新

04-11

谷歌发布CodeGemma AI模型，打造顶级代码辅助利器

4月10日消息，谷歌公司近日发布了CodeGemma先进大语言模型(LLMs)，旨在为全球开发人员提供高质量的代码辅助工具，专注于生成代码、理解和追踪指令等功能。CodeGemma作为Gemma模型的开放访问系列，针对代码开发场景进行了优化和微调。该套件包含三种不

04-10

Meta全新Llama 3即将问世，AI时代再进一步？

4月10日消息，近日，知名科技媒体theinformation透露，Meta公司正计划在下周预告两款新的Llama 3 AI模型，此举旨在为今年夏季推出的“完整形态”Llama 3做铺垫。在本周二于伦敦举办的一场活动中，Meta公司确认将在下个月之前发布与Llama 3相关的模型

04-10

OpenAI与Meta重磅！新AI模型将颠覆你的认知？

4月10日消息，近日，人工智能领域的两大巨头OpenAI和Meta宣布，他们即将推出全新的人工智能模型，这些模型不仅将具备强大的推理和规划能力，更被认为是实现超人认知的关键步骤。这些新型模型的问世，无疑将为生成式人工智能应用注入强大的动力。OpenA

04-10

2030年AI将吞噬1/4电网？雷内·哈斯发出警告！

4月10日消息，近日，Arm公司CEO雷内·哈斯发出警告，指出随着人工智能技术的不断进步，如果我们不致力于提高能效，AI数据中心的电力消耗将会急剧攀升。据哈斯透露，目前美国AI数据中心的耗电量已经占到了整个电网的4%，然而，这一比例预计到2030年可

04-10

墨芯融资数亿，AI算力服务即将颠覆市场？！

4月10日消息，墨芯人工智能公司，这家以稀疏计算技术为专攻的创新型企业，近日连续完成了A+轮和B轮各数亿元的融资。这次融资的成功，无疑为墨芯注入了强大的动力，标志着市场对其独特技术和商业模式的高度认可。墨芯人工智能以其差异化的稀疏计算技术

04-10

谷歌AI应用 Google Vids亮相：PPT技能通用，视频制作与多人协作一站式搞定

4月10日消息，随着科技的不断发展，办公方式也在逐步变革。过去，文档、电子表格和幻灯片等传统办公工具一直占据着主导地位，然而现在，谷歌却带来了一款全新的应用程序——Vids，旨在让用户制作协作可共享的视频变得更加轻松便捷。Vids是一款融合了

04-10

贾扬清研发浏览器插件Elmo：10秒获取YouTube视频要点

4月10日消息，前阿里首席AI科学家贾扬清近日在推特上向大家介绍了一款名为Elmo的插件。此款插件能在短短10秒内总结Google Next主题演讲，将其精炼为一句话概括、摘要以及主要观点。Elmo是由贾扬清去年创立的AI公司Lepton AI精心打造的。据贾扬清透露

04-10

点击查看更多 +

全站最新

三星Galaxy M55首发：标配45W快充线，充电体验再升级

华为余承东宣布：智界 S7 汽车开启海量交付

华为问界新M7大定突破17.4万辆，问界 M9 突破 7 万辆

奇瑞董事长尹同跃宣布：智界是与华为合作的最优先项目

智通道和，舒心出行，海信网络科技公司亮相第十四届交博会

宝马携手Rimac共研高压电池技术，开启电动新篇章

热门内容

华为云携手乐聚机器人，共探“盘古大模型+夸父人形机器人”新应用场景
华为云携手贵安新区，共筑全球领先智算高地
谷歌借助AI突破：提前7天预测洪灾，全球80国将受益
谷歌发布CodeGemma AI模型，打造顶级代码辅助利器
谷歌DeepMind推出SIMA模型：打造更贴近人类的游戏智能队友
Cerebras发布第三代芯片WSE-3：性能翻倍，助力大模型训练
微软或与OpenAI联手，斥资千亿美元打造“星际之门”AI超算
音乐界的ChatGPT？天工SkyMusic邀您体验AI音乐创作
英美联手打造AI安全新标杆，科学合作伙伴关系正式建立
WPS推出AI会员服务，月费25元起，开启AI办公新纪元
微软Copilot全面升级至GPT-4 Turbo模型，提升编码体验
百度文心一言推出新功能，秒速定制你的专属AI声音
马斯克再谈AI风险：利大于弊仍值得冒险
OpenAI疑似泄露GPT-4.5 Turbo模型信息
谷歌AI应用 Google Vids亮相：PPT技能通用，视频制作与多人协作一站式搞定

本栏最新

蚂蚁集团CodeFuse新功能上线：产品设计图一键生成代码

特斯拉大动作：放弃Model 2，全力进军Robotaxi领域！

GPT-4 Turbo升级版发布：视觉AI来了，你准备好了吗？

蚂蚁集团新AI神器：设计图秒变代码？！

LLaMA 3来了！Meta新一代大模型将掀起AI新革命？

苹果放大招！新模型Ferret-UI将颠覆AI交互？

本文链接：http://www.28at.com/showinfo-45-5122-0.html超越GPT-4V，苹果Ferret-UI引领智能新纪元！

声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com

上一篇：业内率先应用安全GPT大模型，深信服安全托管服务MSS守护升级！

下一篇：蚂蚁集团CodeFuse新功能上线：产品设计图一键生成代码

标签：

热门焦点

内容行业大变天，爆款全靠AI？

出品 | 微果酱（wjam123456）作者 | 陈出木题图 | 文心一格 AI的发展之快出乎所有人的预料，似乎一夜之间便呼啸而来。无论是资本的风向标，抑或是生活工作的辅助、流量口，还是茶余饭
数字人的AB面：在元宇宙中过气，在AIGC中重生

来源：光锥智能作者：郝鑫“29800元一年的虚拟主播，号称24小时不停播，月入十几万，实际上却是关键词都不能回复，播了半个月，直播间还因违规被快手封禁，最终投诉无门、退款无果。&
传腾讯已推出全新XR业务；摩托罗拉正打造5GXR颈戴式计算组件

今日热点：传腾讯已推出全新XR业务；摩托罗拉与Verizon合作打造5G XR颈戴式计算组件；小米AR购物导航专利获授权；VR一体机Simula One放弃众筹并开放直接预订；VR游戏《
“虚拟人”角斗场，基于“硬实力”下的人性平衡法则？

在打工人“反内卷”的当下，一众虚拟人却“内卷”了起来。从北京春晚虚拟人苏小妹与刘宇演绎歌舞《星河入梦》，央美毕业的虚拟人夏语冰登上央视节目《对话》，湖南
2022年的Web3：定义概念并开创新范式

Web3 是关于加密和区块链应该如何使用的概念，因为它是加密圈的一个离散子领域。社区机会将呈指数级增长，扩大这些子行业的人口统计范围。追求 Web3 项目的组织仍
小众有趣NFT艺术作品欣赏（1）

随着NFT发展火热，越来越多领域与NFT融合，NFT艺术在加密领域中占据了很大一部分。NFT艺术与传统艺术有相似之处，也有完全不同的地方。NFT艺术与传统艺术一样，表现了
MR——元宇宙平台的下一代入口

作为“元宇宙”的领头羊，Meta的一举一动都受到业内的高度关注。华尔街见闻提及，2月17日周四，Facebook母公司Meta在透露，其混合现实技术（MR）将在几年后实现，让人们对元
Staking 收益翻倍？

以太坊质押可能很快就会有两倍的利润。Coinbase 估计，在 1 月份以太坊网络合并后，持有 ETH 的回报将翻倍。增长预期假设来自加密货币交易所 Coinbase 的估计是准
TX加入的NFT数字收藏品，元宇宙的破圈之路?

3月7日，澳大利亚 NFT 初创公司 Immutable 在新加坡淡马锡牵头的R资中以估值 25 亿美元完成2亿美元R资，腾讯参投。想必国人最熟知的应该就是TX，作为国内四大互联网

首页

元宇宙

NFT

区块链

虚拟人

AR/VR

AI

元宇宙百科

超越GPT-4V，苹果Ferret-UI引领智能新纪元！

内容行业大变天，爆款全靠AI？

数字人的AB面：在元宇宙中过气，在AIGC中重生

传腾讯已推出全新XR业务；摩托罗拉正打造5GXR颈戴式计算组件

“虚拟人”角斗场，基于“硬实力”下的人性平衡法则？

2022年的Web3：定义概念并开创新范式

小众有趣NFT艺术作品欣赏（1）

MR——元宇宙平台的下一代入口

Staking 收益翻倍？

TX加入的NFT数字收藏品，元宇宙的破圈之路?

最新推荐

在元宇宙卖酸奶，这波联动燃爆了！

从科幻走进现实，元宇宙概念逐渐清晰

字节跳动，刚刚投了一位虚拟女生

传腾讯已推出全新XR业务；摩托罗拉正打造5GXR颈戴式计算组件

Meta正在研发元宇宙语音助手；广东省462家企业申请元宇宙商标

元宇宙收割了谁

猜你喜欢

热门推荐

相关资讯