Ferret-UI是一个新的MLLLM，专门为提高对移动UI屏幕的理解而设计。具备引用、定位和推理能力，处理UI屏幕上的任务。具有“任何分辨率”技术，通过放大细节解决小对象识别问题。涉及任务制定、训练样本收集、模型架构与数据集建立等，表现突出在高级任务的对话能力。
需求人群：
适用于移动UI屏幕的理解和操作，提高对UI元素的识别精度。
使用场景示例：
- iOS18 的应用界面自动操作
- 移动应用UI屏幕识别与操作
- 高级任务中的对话能力展示
产品特色：
- 引用、定位和推理能力
- 任何分辨率技术
- 训练样本收集与任务制定
- 模型架构与数据集建立
- 高级任务中的对话能力