机器之心专栏 机器之心编辑部 在人类的日常交流中，经常会关注场景中不同的区域或物体，人们可以通过说话并指向这些区域来进行高效的信息交换。这种交互模式被称为参考对话（Referential Dialogue）。 如果 MLLM 擅长这项技能，它将带来许多令人兴奋的应用。例如，将其应用到 Apple V
机器之心专栏 机器之心编辑部 在人类的日常交流中，经常会关注场景中不同的区域或物体，人们可以通过说话并指向这些区域来进行高效的信息交换。这种交互模式被称为参考对话（Referential Dialogue）。 如果 MLLM 擅长这项技能，它将带来许多令人兴奋的应用。例如，将其应用到 Apple V
By