苹果多模态模型MM1.5!文本密集、多图理解,全能小钢炮

苹果推出多模态大模型MM1.5;从1B到30B参数,涵盖文本密集和多图像理解;MM1.5优化了OCR能力,支持高分辨率图像,并提升了视觉内容的解释力;通过持续预训练和监督微调,进一步增强了模型的上下文学习和多图像推理能力。

搜索