首页 > AI教程资讯

微软公布多模态模型MM-Navigator，基于GPT-4V研发

文章来源：08AI导航发布时间：2025-07-10 14:35:07

据 Arxiv 页面显示，微软近日联手加州大学等高校，共同发布一款多模态大模型产品 MM-Navigator。

MM-Navigator基于 GPT-4V打造，可用于零镜头智能手机 GUI 导航任务。通过使用 MM-Navigator，智能手机屏幕可以像人类用户一样进行交互，并确定后续行动以完成给定的指示。

研究发现，多模态大模型在零镜头 GUI 导航方面表现出色，尤其是 GPT-4V，它具有先进的屏幕解释、行动推理和精确行动定位能力。

考拉悠然发布：悠然多模态产业通用大模型，披露各项技术细节！

上一篇: 考拉悠然发布：悠然多模态产业通用大模型，披露各项技术细节！

自从2022年底open AI推出ChatGPT开始，大型语言模型（LLMs, Large Language Models）的热度吸引了全世界的眼球，相关研究也取得了令人瞩目的进展。除了纯语言模型相关的技术研究以外，将视觉能力融入大语言模型的

界面新闻：新能源成“弃子”，“追风口大师”昆仑万维业绩不佳

下一篇: 界面新闻：新能源成“弃子”，“追风口大师”昆仑万维业绩不佳

图片来源：界面新闻热衷于追逐热点的昆仑万维，决定从上一个风口抽身。近日，该公司在新任董事长方汉的强烈建议下，拟将所持新能源业务北京绿钒新能源科技有限公司（下称“北京绿钒”）剥离至实控人周亚辉，以

相关攻略更多

热门AI工具更多

最新资讯更多

迅雷PC端

迅雷PC端

AI工具

更新时间：2026-09-15