การวิจัยของ Apple เผยให้เห็นว่าเทคโนโลยี AI อันน่าทึ่งอาจถูกส่งไปยัง iPhone ของคุณ

LLM ในพริบตา อวตารเคลื่อนไหว สิริที่ชาญฉลาดยิ่งขึ้น แอปเปิ้ล จีพีที การวิจัยใหม่ชี้ให้เห็น iPhone ที่กำลังจะมาถึงซึ่งได้รับการเปลี่ยนแปลงอย่างสิ้นเชิง

Apple กำลังเจาะลึกเกี่ยวกับเทคโนโลยีปัญญาประดิษฐ์ ตามรายงานการวิจัยสองฉบับที่เผยแพร่เมื่อเร็ว ๆ นี้ซึ่งจัดแสดงผลงานของบริษัท การวิจัยแสดงให้เห็นว่า Apple กำลังทำงานเพื่อพัฒนาเทคโนโลยี AI บนอุปกรณ์ รวมถึงวิธีการใหม่ล่าสุดในการสร้างอวาตาร์แบบเคลื่อนไหวได้ และวิธีการใหม่ในการรันโมเดลภาษาขนาดใหญ่จาก iPhone หรือ iPad

งานวิจัยของ Apple เกี่ยวกับการรัน LLM อย่างมีประสิทธิภาพบนอุปกรณ์ที่มีหน่วยความจำจำกัด ได้รับการตั้งชื่ออย่างเหมาะสมว่า "LLM in a flash" ช่วยให้แอปพลิเคชัน AI ที่ซับซ้อนทำงานได้อย่างราบรื่นบน iPhone หรือ iPad นอกจากนี้ยังอาจเกี่ยวข้องกับการเรียกใช้ Siri บนอุปกรณ์ที่ขับเคลื่อนด้วย AI ซึ่งช่วยงานต่างๆ สร้างข้อความ และมีคุณสมบัติในการประมวลผลภาษาธรรมชาติที่ได้รับการปรับปรุง

HUGS ย่อมาจาก Human Gaussian Splats ซึ่งเป็นวิธีสร้างอวาตาร์ที่เคลื่อนไหวได้เต็มรูปแบบจากคลิปวิดีโอสั้นที่ถ่ายด้วย iPhone ในเวลาเพียง 30 นาที HUGS เป็นเฟรมเวิร์กการเรนเดอร์แบบนิวรอลที่สามารถฝึกฝนได้โดยใช้วิดีโอเพียงไม่กี่วินาทีเพื่อสร้างอวาตาร์ที่มีรายละเอียดซึ่งผู้ใช้สามารถเคลื่อนไหวได้ตามที่คุณต้องการ

สิ่งนี้มีความหมายอย่างไรสำหรับ iPhone และ Vision Pro

มีรายงานเกี่ยวกับ Apple ที่ทำงานเกี่ยวกับแชทบอท AI ของตัวเอง ซึ่งใช้ภายในและเรียกว่า 'Apple GPT' การวิจัยใหม่แสดงให้เห็นว่าบริษัทกำลังก้าวไปข้างหน้าในการใช้งาน LLM โดยใช้ประโยชน์จากหน่วยความจำแฟลชบนอุปกรณ์ขนาดเล็กและมีประสิทธิภาพน้อยกว่า เช่น iPhone สิ่งนี้อาจทำให้เครื่องมือ AI เจนเนอเรชั่นที่ซับซ้อนพร้อมใช้งานบนอุปกรณ์ และอาจหมายถึง Siri ที่ขับเคลื่อนโดย AI เจนเนอเรชั่น

นอกเหนือจากการปรับปรุงที่จำเป็นอย่างมากของ Siri แล้ว การมีกลยุทธ์การอนุมาน LLM ที่มีประสิทธิภาพเช่นเดียวกับที่อธิบายไว้ใน LLM ในรูปแบบ Flash อาจนำไปสู่เครื่องมือ AI เจนเนอเรชั่นที่เข้าถึงได้มากขึ้น ความก้าวหน้าที่สำคัญในเทคโนโลยีมือถือ และปรับปรุงประสิทธิภาพในแอปพลิเคชันที่หลากหลายบนอุปกรณ์ในชีวิตประจำวัน

ถือเป็นความก้าวหน้าที่ยิ่งใหญ่ที่สุดของทั้งสองวิธี HUGS เป็นวิธีที่สามารถสร้างอวตารดิจิทัลที่ปรับเปลี่ยนได้ง่ายจากวิดีโอตาข้างเดียวเพียงไม่กี่วินาทีหรือ 50-100 เฟรม อวตารมนุษย์เหล่านี้สามารถเคลื่อนไหวและวางไว้ในฉากต่างๆ ได้ เนื่องจากแพลตฟอร์มใช้การแสดงภาพมนุษย์และฉากที่ไม่พันกัน

HUGS ช่วยให้ผู้ใช้สร้างอวตารของตัวเองที่สามารถเคลื่อนไหวและวางลงในฉากได้ นี่คือตัวอย่างของอวตารสามตัวที่เคลื่อนไหวพร้อมกันของ Apple

จากข้อมูลของ Apple นั้น HUGS มีประสิทธิภาพเหนือกว่าคู่แข่งในการสร้างภาพเคลื่อนไหวอวตารของมนุษย์ด้วยความเร็วในการเรนเดอร์เร็วกว่าวิธีก่อนหน้าถึง 100 เท่า และใช้เวลาฝึกฝนสั้นลงอย่างมากเพียง 30 นาทีเท่านั้น

การสร้างภาพแทนตัวด้วยการใช้ประโยชน์จากกล้องของ iPhone และพลังการประมวลผลสามารถมอบระดับใหม่ของความเป็นส่วนตัวและความสมจริงสำหรับผู้ใช้ iPhone ในแอปพลิเคชันโซเชียลมีเดีย เกม การศึกษา และความเป็นจริงเสริม (AR)

HUGS สามารถลดปัจจัยการคืบคลานสำหรับ Digital Persona ของ Apple Vision Pro ได้อย่างมาก ซึ่งจัดแสดงในระหว่างการประชุม Worldwide Developers 'Conference (WWDC) ครั้งล่าสุดของบริษัทเมื่อเดือนมิถุนายนที่ผ่านมา ผู้ใช้ Vision Pro สามารถใช้พลังของ HUGS เพื่อสร้างอวตารที่สมจริงอย่างยิ่ง ซึ่งสามารถเคลื่อนไหวได้อย่างลื่นไหลด้วยเวลาในการเรนเดอร์ 60fps

ความเร็วของ HUGS ยังช่วยให้สามารถเรนเดอร์แบบเรียลไทม์ได้ ซึ่งเป็นสิ่งสำคัญสำหรับประสบการณ์ AR ที่ราบรื่น และอาจปรับปรุงแอปพลิเคชันทางสังคม เกม และมืออาชีพด้วยอวตารที่สมจริงและควบคุมโดยผู้ใช้

Apple มีแนวโน้มที่จะเลี่ยงการใช้คำศัพท์เช่น 'AI' เพื่ออธิบายคุณลักษณะของผลิตภัณฑ์ โดยเลือกที่จะมุ่งเน้นไปที่การเรียนรู้ของเครื่องแทน อย่างไรก็ตาม เอกสารวิจัยเหล่านี้ชี้ให้เห็นถึงการมีส่วนร่วมที่ลึกซึ้งยิ่งขึ้นในเทคโนโลยี AI ใหม่ อย่างไรก็ตาม Apple ยังไม่ยอมรับต่อสาธารณะเกี่ยวกับการใช้ generative AI ในผลิตภัณฑ์ของตน และยังไม่ได้ยืนยันการทำงานกับ Apple GPT อย่างเป็นทางการ