本月 15 日，苹果工程师悄悄发布的一篇研究论文，当中详细介绍了一种名为 MM1 的新型生成式 AI 模型的开发过程。 MM1 是一个具有最高 30B（300 亿）参数的多模态 LLM 系列，这是苹果在多模态大模型的最新研究成果。 总的来说，苹果的自研模型在测试效果上，与 Gemini 和 GPT4V 还有一定的差距，也没有在生成结果上表现出如 Sora 一样惊人的效果，更没有探索出一条全新的技术路线。 但是，它能通过控制各种数据变量，键的那几个因素，简单来说，它天生不强大，不过善于观察、实践和总结，在一次次的尝试中，
也能取得不错的成绩MM1
由密集模型和 MoE（混合专家）变体组成，当指令进入 MoE 后，究竟应该去「东市 柬埔寨 電話號碼 买骏马」还是「西市买鞍鞯」，都会被这个指令中心安排的明明白白的。 问题被细化和分类的同时，也提升了计算效率，节约了运行能耗。 这篇论文，代表苹果在 AI 领域探索的阶段性成果，虽然 MM1 没有颠覆行业更没有惊艳世界，但在晦涩难懂的专业术语里还是能看出它们的进步： 我们的工作模式一直是先做工作，然后再谈论工作，而不是在自己面前出言不逊。—— Tim Cook 没有透露过多技术细节的苹果，其实还在盘算着另一步棋：端侧大模型。
早在去年底苹果在名为
闪存中的大型语言模型：在有限内存下高效的大型语言模型 亚美尼亚电话号码列表 推理》的论文中，就提出了大模型落地 iPhone 等「内存有限」设备的方法。 研究人员称，他们通过最新的闪存技术，在 iPhone 和其他内存受限的设备上成功部署了 LLM（大语言模型）。 这个项目被称为 Apple GPT，最大的作用是将 LLM 数据直接存储在闪存中，比如整合在 Siri 内部，相较于传统的运行方法，新技术使 CPU 和 GPU 的推理速度，最大提升了 5 倍和 25 倍。 研究人员称，开发的这些效率型方法使得 AI 模型能够在 iPhone 当前内存的两倍范围内运行。