歡迎來(lái)到深圳市明佳達(dá)電子有限公司

蘋(píng)果公司于2024年10月13日發(fā)布了最新版本的多模態(tài)AI大模型MM1.5，這一升級(jí)版在前代MM1的基礎(chǔ)上進(jìn)行了顯著改進(jìn)。

多模態(tài)AI是指能夠處理和理解多種類(lèi)型數(shù)據(jù)（如文本、圖像、音頻等）的AI技術(shù)。據(jù)悉，MM1.5模型擁有300億參數(shù)規(guī)模，能夠處理圖像識(shí)別和自然語(yǔ)言推理任務(wù)。該模型繼續(xù)遵循數(shù)據(jù)驅(qū)動(dòng)的訓(xùn)練原則，重點(diǎn)研究在不同訓(xùn)練周期中混合不同類(lèi)型數(shù)據(jù)對(duì)模型性能的影響。

MM1.5模型不僅提升了OCR（光學(xué)字符識(shí)別）能力，支持任意圖像長(zhǎng)寬比和高達(dá)4M像素的分辨率，還擅長(zhǎng)理解富含文本的圖像。此外，通過(guò)額外的高質(zhì)量多圖像數(shù)據(jù)進(jìn)行監(jiān)督微調(diào)（SFT），進(jìn)一步提高了模型的上下文學(xué)習(xí)和開(kāi)箱即用的能力。這一版本還增強(qiáng)了對(duì)文本密集型圖像的理解、視覺(jué)指代和定位以及多圖像推理的能力。

蘋(píng)果公司在MM1.5模型中改進(jìn)了數(shù)據(jù)混合策略，顯著提升了模型在多文本圖像處理方面的表現(xiàn)。該模型提供了從10億到300億多種參數(shù)規(guī)模，能夠應(yīng)對(duì)各種復(fù)雜任務(wù)。相關(guān)模型文檔已在Hugging Face上發(fā)布，供研究人員和開(kāi)發(fā)者參考。

蘋(píng)果的AI戰(zhàn)略包括對(duì)多模態(tài)大模型MM1的開(kāi)發(fā)。在人工智能領(lǐng)域，蘋(píng)果公司的發(fā)展歷程可以分為幾個(gè)重要階段，從早期的硬件布局到后來(lái)的軟件和生態(tài)系統(tǒng)整合，再到最近推出的Apple Intelligence系統(tǒng)，從封閉到開(kāi)放、從硬件到軟件的轉(zhuǎn)變。

蘋(píng)果公司正在加大對(duì)AI領(lǐng)域的投入，特別是在生成式AI的應(yīng)用上。例如，蘋(píng)果計(jì)劃每年投資10億美元，將生成式AI應(yīng)用于iOS、Siri、Apple Music和Xcode等一系列產(chǎn)品和服務(wù)中。2024年的全球開(kāi)發(fā)者大會(huì)（WWDC）上，蘋(píng)果推出了名為Apple Intelligence的新個(gè)人智能系統(tǒng)。該系統(tǒng)集成了生成式大模型，并深度整合到iOS、iPadOS、macOS等操作系統(tǒng)中，未來(lái)還將拓展到watchOS、tvOS以及visionOS。Apple Intelligence提升了設(shè)備端的AI能力，還通過(guò)端云結(jié)合架構(gòu)優(yōu)化了數(shù)據(jù)處理和用戶體驗(yàn)。

在硬件方面，蘋(píng)果專(zhuān)注于AI芯片與AI硬件創(chuàng)新。蘋(píng)果公司于2023年12月發(fā)布了新的機(jī)器學(xué)習(xí)框架MLX，這是一個(gè)專(zhuān)為Apple Silicon芯片設(shè)計(jì)的開(kāi)源框架，旨在優(yōu)化在蘋(píng)果芯片上的機(jī)器學(xué)習(xí)模型訓(xùn)練和部署。同時(shí)，蘋(píng)果也在自主研發(fā)AI服務(wù)器，計(jì)劃在未來(lái)三年內(nèi)生產(chǎn)7萬(wàn)至8萬(wàn)臺(tái)，大部分將使用Nvidia的芯片。

在軟件層面，蘋(píng)果正在重新設(shè)計(jì)其Siri數(shù)字助手，以更智能的方式提供查詢服務(wù)，并將AI聊天機(jī)器人融入其軟件生態(tài)。此外，蘋(píng)果還與OpenAI合作，重點(diǎn)關(guān)注其自研的Ajax大模型的進(jìn)展。

AI布局上，蘋(píng)果公司除了自研還有收購(gòu)，蘋(píng)果公司在今年年初就收購(gòu)了DarwinAI，以組建其人工智能團(tuán)隊(duì)。據(jù)市場(chǎng)調(diào)研，從2017年至2023年，蘋(píng)果共收購(gòu)了32家AI初創(chuàng)公司，這一數(shù)字超過(guò)了谷歌、Meta和微軟。這些收購(gòu)包括專(zhuān)注于語(yǔ)音識(shí)別、圖像識(shí)別和面部表情識(shí)別的公司。

蘋(píng)果在AI領(lǐng)域的戰(zhàn)略調(diào)整體現(xiàn)在多個(gè)方面，公司放棄了持續(xù)十年的電動(dòng)汽車(chē)項(xiàng)目“Titan計(jì)劃”，并將資源轉(zhuǎn)向生成式AI項(xiàng)目。

公司網(wǎng)址：m.jasain.com