苹果开发出新款AI:可“看懂”屏幕内容并语音回复(图)

苹果公司最新研发的人工智能系统ReALM（Reference Resolution As Language Modeling）近日成功问世。该系统拥有卓越的解析能力，能准确理解屏幕上的模糊内容，并深入感知对话背景，从而提供更为自然流畅的语音助手交互体验。 ReALM系统通过应用大语言模型技术，将复杂视觉元素识别任务巧妙转化为纯语言处理问题。这一创新转换使得ReALM在性能上实现了质的飞跃。 值得一提的是，ReALM还具备重新构建屏幕内容的能力。通过对信息和布局进行深入分析，系统可以生成精准的文本表示，这对于捕捉关键信息至关重要。 研究人员进一步测试了将ReALM与优化过的专门针对内容指向优化的语言模型相结合的方法，在执行相关任务时发现，无论大小模型还是大型模型都超越了业界领先的GPT-4。这令研究团队非常兴奋。 然而，在人工智能领域苹果一直扮演跟随者的角色。但随着行业格局发生深刻变革，苹果正在积极迎战挑战，并努力在人工智能领域占据一席之地。 另外，备受关注的全球开发者大会将于6月召开。届时，苹果预计将推出一系列创新成果，包括全新的大语言模型框架、名为“Apple GPT”的聊天机器人以及生态系统中的其他AI功能。