苹果对抗GPT：创新之争。苹果的传承迎接GPT的进化。

Apple最新的创新技术FERET将计算机视觉和自然语言处理相结合，以理解图像和文本提示。它使用了一个名为CLIP ViT的视觉识别模型来分析图像并将其转化为AI可以处理的形式。同时，FERET还能够理解文本提示的含义。通过识别图像中的特定区域和对象，FERET能够详细了解形状、特征和空间关系。然后，它将视觉和文本信息结合起来，准确地回应请求，比如识别图像中的物体。FERET在多模态任务上达到专家级表现的能力使其与众不同。多模态人工智能涉及整合不同模式的数据，如图像、文本、音频和视频，以近似人类感知。FERET在弥补多模态人工智能与人类能力之间差距方面的成功尤其值得注意，这是以前的系统在两个关键能力上遇到困难的地方。