在最近一篇題為“MM1：多模式 LLM 預訓練的方法、分析和見解”的研究論文中，Apple 研究人員推出了一種用於訓練無縫集成文本和視覺信息的大型語言模型 (LLM) 的突破性方法。這項創新預計將徹底改變人工智能功能，特別是在圖像字幕、視覺問答和自然語言理解等領域。
蘋果進軍人工智能之旅的特點是戰略投資和注重增強用戶體驗。儘管蘋果是法學碩士領域的後來者，但它已經取得了長足的進步，利用其在硬件和軟件集成方面的專業知識來創建強大的人工智能工具。
推薦閱讀：我的 iPhone 型號是什麼？查找您的 iPhone 型號
該公司首席執行官蒂姆·庫克強調了人工智能和機器學習在蘋果產品生態系統中的重要性。這一戰略願景反映了蘋果致力於提供尖端技術，同時優先考慮用戶隱私和數據安全的承諾。
蘋果新的 MM1 AI 模型可以讓 Siri 變得更智能、更樂於助人
Apple MM1 模型的核心是能夠組合不同的數據集，包括圖像標題對、交錯的圖像文本文檔和純文本數據。這種獨特的方法使人工智能係統能夠根據視覺和語言線索的混合來理解和生成語言。通過利用這種多模式訓練，蘋果旨在為人工智能解釋複雜圖像和執行需要細緻理解的任務的能力設定新標準。
Apple 的 MM1 展示了卓越的性能，甚至超越了一些老牌競爭對手。該模型最大配置高達300億個參數，展現出卓越的上下文學習和多圖像推理能力。這使得 MM1 能夠用最少的示例來處理複雜的、開放式的問題解決任務，從而使其高效且有效。
雖然蘋果沒有明確提及具體的產品集成，但關於 MM1 對 Siri 發展的潛在影響的猜測很多。對效率、最小化提示和多模式功能的關注與 Apple 為增強整個生態系統的用戶體驗所做的持續努力是一致的。 MM1 的功能可以使 Siri 理解並響應基於文本和圖像的查詢，為用戶提供更加個性化和直觀的交互。
在這些發展的同時，蘋果正在採取多方面的方法來進一步提升其人工智能能力。這包括正在進行的關於授權 Google Gemini 模型的討論以及探索與 OpenAI 的合作。
閱讀 Apple 的“MM1：來自多模式 LLM 預培訓的方法、分析和見解”論文這裡。