據(jù)報道，蘋果公司的研究人員開發(fā)了一種名為ReALM(參考分辨率作為語言建模)的新人工智能系統(tǒng)，該系統(tǒng)可以讀取和理解視覺元素，本質(zhì)上能夠破譯屏幕上的提示。

該研究論文表明，新模型使用“解析的屏幕實體”及其在文本布局中的位置來重建屏幕。這本質(zhì)上捕獲了屏幕頁面的視覺布局，根據(jù)研究人員的說法，當(dāng)模型針對這種方法進行專門微調(diào)時，它甚至可以超越GPT-4，并帶來更自然和直觀的交互。

研究論文中寫道：“能夠理解上下文，包括參考文獻，對于會話助理來說至關(guān)重要。”“讓用戶能夠?qū)ζ聊簧峡吹降膬?nèi)容發(fā)出查詢，是確保語音助手真正免提體驗的關(guān)鍵一步。”這一開發(fā)有一天可能會應(yīng)用到Siri，幫助它變得更加對話和“真正的免提”。

雖然今年我們不太可能聽到更多有關(guān)ReALM的信息，但我們應(yīng)該了解更多有關(guān)AI相關(guān)開發(fā)的信息，包括6月10日在WWDC2024上推出的Siri功能。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！