Ferret-UI是一個(gè)新的MLLLM，專(zhuān)門(mén)為提高對(duì)移動(dòng)UI屏幕的理解而設(shè)計(jì)。具備引用、定位和推理能力，處理UI屏幕上的任務(wù)。具有“任何分辨率”技術(shù)，通過(guò)放大細(xì)節(jié)解決小對(duì)象識(shí)別問(wèn)題。涉及任務(wù)制定、訓(xùn)練樣本收集、模型架構(gòu)與數(shù)據(jù)集建立等，表現(xiàn)突出在高級(jí)任務(wù)的對(duì)話(huà)能力。

點(diǎn)擊前往Ferret-UI官網(wǎng)體驗(yàn)入口

需求人群：

適用于移動(dòng)UI屏幕的理解和操作，提高對(duì)UI元素的識(shí)別精度。

使用場(chǎng)景示例：

• iOS18 的應(yīng)用界面自動(dòng)操作
• 移動(dòng)應(yīng)用UI屏幕識(shí)別與操作
• 高級(jí)任務(wù)中的對(duì)話(huà)能力展示

產(chǎn)品特色：

• 引用、定位和推理能力
• 任何分辨率技術(shù)
• 訓(xùn)練樣本收集與任務(wù)制定
• 模型架構(gòu)與數(shù)據(jù)集建立
• 高級(jí)任務(wù)中的對(duì)話(huà)能力

（舉報(bào)）