蘋果公佈 ReALM 模型：把螢幕轉成文本，端側幹翻 GPT-4
Apple 研究團隊公佈新 AI 系統 ReALM。它巧妙地把螢幕實體轉化為純文本進行指代消解，不需要笨重的影像識別就能理解螢幕內容與後臺任務，特定任務表現甚至大幅超越 GPT-4。這預示著未來的 Siri 可以在裝置端直接看懂你的螢幕並代辦事項。
Apple 研究團隊公佈新 AI 系統 ReALM。它巧妙地把螢幕實體轉化為純文本進行指代消解，不需要笨重的影像識別就能理解螢幕內容與後臺任務，特定任務表現甚至大幅超越 GPT-4。這預示著未來的 Siri 可以在裝置端直接看懂你的螢幕並代辦事項。