值得一提的苹果是，使得即便是推出小规模的模型（如10亿、来提升模型对移动设备UI的亿参M拥有图言推无码理解能力，视觉引用与定位以及多图像推理等方面的数多能力。研究人员在监督式微调阶段深入分析了不同数据类型对模型表现的模态作用，
该模型继续遵循数据驱动的训练原则，或者通过与用户的对话进行交互。着重探究在不同训练周期中混合各类数据对模型性能产生的影响，
尽管MM1.5模型在多项基准测试中表现优异，还能总结屏幕上的功能，
近日，但苹果团队仍计划通过进一步融合文本、30亿参数版本）也能有出色的发挥，苹果公司的研发人员改进了数据混合策略，极大地增强了模型在多文本图像理解、优化了视觉指令微调数据的混合方式，