Ferret
https://github.com/apple/ml-ferretFerret: Refer and Ground Anything Anywhere at Any Granularity
https://gyazo.com/68e55e9dab8ddcedcfa9bea608bf98f0
Seamless(@shiropen2)
アップルがマルチモーダル大規模言語モデル「Ferret」を公開。画像内の形や場所を言葉で説明（生成AIウィークリー） https://www.techno-edge.net/article/2023/10/16/2085.html 例:画像内の料理を自由形式で指定し[作り方教えて]と入力すると画像内の物を変数に変えそれを使い[変数1をこうして変数2をこうする]と文字で説明してくれる
https://pbs.twimg.com/media/F8hVooBbIAA66Tp.png
ライセンス
CC-BY 4.0 NC
MLLM
#Apple