苹果公布 ReALM 模型：把屏幕转成文本，端侧干翻 GPT-4
Apple 研究团队公布新 AI 系统 ReALM。它巧妙地把屏幕实体转化为纯文本进行指代消解，不需要笨重的图像识别就能理解屏幕内容与后台任务，特定任务表现甚至大幅超越 GPT-4。这预示着未来的 Siri 可以在设备端直接看懂你的屏幕并代办事项。
Apple 研究团队公布新 AI 系统 ReALM。它巧妙地把屏幕实体转化为纯文本进行指代消解，不需要笨重的图像识别就能理解屏幕内容与后台任务，特定任务表现甚至大幅超越 GPT-4。这预示着未来的 Siri 可以在设备端直接看懂你的屏幕并代办事项。