ML团队开发多模态大模型Ferret

要点:1.苹果AI/ML团队与哥伦比亚大学研究团队合作开发的多模态大模型“雪貂”（Ferret）能够在图像中准确找到交通信号灯，比GPT-4V表现更出色，提高了大模型在“看说答”任务中的精确度。2.Ferret的关键创新在于将引用（referring）和定位(grounding)两方面的空间理解能力紧密结合，使模型能够同时理解给定区域的语义和找到对应目标。