蘋果近日推出了全新的多模態(tài)AI大模型MM1.5，該模型擁有高達(dá)300億的參數(shù)規(guī)模，是在前代MM1架構(gòu)的基礎(chǔ)上進(jìn)一步發(fā)展而來的。

MM1.5模型繼續(xù)秉承數(shù)據(jù)驅(qū)動(dòng)的訓(xùn)練原則，深入探究了在不同訓(xùn)練周期中混合各類數(shù)據(jù)對(duì)模型性能的影響。蘋果已經(jīng)將相關(guān)模型文檔發(fā)布在Hugging Face平臺(tái)上，供開發(fā)者參考和使用。

除了基礎(chǔ)的300億參數(shù)版本，MM1.5還提供了從10億到300億不等的多種參數(shù)規(guī)模選擇，以滿足不同場景下的應(yīng)用需求。該模型不僅具備強(qiáng)大的圖像識(shí)別能力，還擁有出色的自然語言推理能力，能夠?qū)崿F(xiàn)多模態(tài)數(shù)據(jù)的融合處理。

此外，蘋果還推出了專門用于視頻理解的MM1.5-Video模型和專門處理移動(dòng)設(shè)備用戶界面（UI）理解的MM1.5-UI模型。這兩個(gè)模型進(jìn)一步拓展了MM1.5的應(yīng)用范圍，使其在視頻處理和移動(dòng)設(shè)備交互領(lǐng)域也能發(fā)揮出色的性能。

MM1.5的發(fā)布標(biāo)志著蘋果在多模態(tài)AI技術(shù)方面取得了重要進(jìn)展，為未來的智能應(yīng)用開發(fā)提供了更加強(qiáng)大的技術(shù)支持。