苹果大模型新进展：发布 ReALM，视觉元素解析能力优于 GPT-4

苹果发布ReALM，一种新AI系统，优于GPT-4在理解屏幕视觉元素引用上；  ReALM通过转化视觉布局为文本表示，增强对话助手的参考解析能力； 尽管取得进展，但ReALM在处理复杂视觉参考时存在局限，需结合多模态技术。（AI科技大本营）