苹果首次披露多模态大模型！AI 大招什么时候上 iPhone

AIGC动态欢迎阅读

原标题：苹果首次披露多模态大模型！AI 大招什么时候上 iPhone
关键字：模型,数据,图像,研究人员,解读
文章来源：爱范儿
内容字数：8283字

内容摘要：

一直在大模型浪潮有点克制的苹果，终于不再低调了。在今年的苹果股东大会上，库克罕见地谈及了生成式 AI。
苹果 2024 年将在生成式 AI 领域「开辟新天地」。
今天，苹果首次揭晓了在多模态大型语言模型（LLM）研究领域的最新突破。
这是一篇题为《MM1: Methods, Analysis & Insights from Multimodal LLM Pre-training》的学术论文，里面详细介绍了具有高达 30B 参数规模的系列多模态 LLM。
不只是数苹果！超大杯自带火眼金睛
直入主题，先来看看「超大杯」 MM1-30B-Chat 的能力。
MM1-30B-Chat 不仅准确无误地数出图片中苹果、橙子的数量，而且面对一连串数字的识别，也能轻松应对。
难度也进一步升级，研究人员设置了个陷阱问题，询问 MM1-30B-Chat 能看到图片中的红球吗？
并未中招的它能够明确地回应道：「图片中并无红球，我所见到的是一只猫正坐在沙发的枕头上，除此之外，别无他物。」
我们时常在朋友圈上看到飞机上随手一拍的风景图，那 MM1-30B-Chat 会怎么解读这些风景图呢？
目睹这幅图像，人们会

原文链接：苹果首次披露多模态大模型！AI 大招什么时候上 iPhone