苹果研究人员开发了可以“看到”和理解屏幕上下文的人工智能

苹果研究人员开发了可以“看到”和理解屏幕上下文的人工智能根据周五发表的一篇，苹果研究人员开发了一个新的人工智能系统，可以理解对屏幕上实体的模糊引用以及对话和背景背景，从而能够与语音助理进行更自然的互动。该系统称为ReALM（参考分辨率作为语言建模），利用大型语言模型将参考分辨率的复杂任务（包括理解屏幕上对视觉元素的引用）转换为纯粹的语言建模问题。这使得ReALM能够与现有方法相比实现显著的性能提升。为了解决基于屏幕的引用，ReALM的一个关键创新是使用解析的屏幕中对象位置。研究人员证明，这种方法，结合专门用于参考分辨率的微调语言模型，在任务上可以优于GPT-4。线索：@ZaiHuabot投稿：@TNSubmbot频道：@TestFlightCN

Google宣布改进上下文翻译的能力 让语句更通顺自然

Google宣布改进上下文翻译的能力让语句更通顺自然当用户掌握一门语言不流利时，这也可能有助于避免使用一些攻击性或仇恨性的意思的短语。Google表示，这一更新在未来几周内推出，并将在未来几个月内对更多语言提供支持。去年，该公司更新了Google翻译的Android应用，采用了遵循"MaterialYou"设计系统的新设计。现在，它又为iOS应用带来了新的功能和刷新的用户界面。更新后的应用程序在底部中央部分有一个大的麦克风按钮，以便用户可以轻松地通过语音输入文字。iOS应用程序还引入了动态字体，使翻译在输入时更易读。此外，重新设计后，通过更少的点击次数，更容易选择语言。更重要的是，重新设计的应用程序增加了一些手势，如向下滑动以访问最近的翻译，按住语言按钮以快速选择最近使用的语言。iOS应用最近还增加了对33种新语言的离线翻译支持，包括巴斯克语、科西嘉语、夏威夷语、苗语、库尔德语、拉丁语、卢森堡语、巽他语和祖鲁语。去年9月，Google展示了一种新的翻译功能，将现实世界的翻译文本无缝地融合到背景图片中。这意味着，如果正在翻译一张用另一种语言写的海报，它不会看起来不合适。该公司现在正在6GB或以上内存的Android手机上推出这一能力。除此以外，Google还宣布在全球范围内推出多重搜索以及地图的增强功能，包括五个新城市的沉浸式视图以及将可扫视的方向功能扩展到所有用户。...PC版：https://www.cnbeta.com.tw/articles/soft/1343293.htm手机版：https://m.cnbeta.com.tw/view/1343293.htm