हाल ही में, ऐप्पल AI अनुसंधान टीम ने अपने नए पीढ़ी के बहु-आकार बड़े भाषा मॉडल (MLLMs) परिवार - MM1.5 का अनावरण किया। यह श्रृंखला मॉडल टेक्स्ट, छवियों और अन्य प्रकार के डेटा को संयोजित करने में सक्षम है, जो हमें जटिल कार्यों को समझने में AI की नई क्षमताओं को प्रदर्शित करती है। दृश्य प्रश्नोत्तर, छवि उत्पादन और बहु-आकार डेटा व्याख्या जैसे कार्य इन मॉडलों की सहायता से बेहतर तरीके से हल किए जा सकते हैं। बहु-आकार मॉडल का एक बड़ा चुनौती यह है कि विभिन्न डेटा प्रकारों के बीच प्रभावी इंटरएक्शन कैसे किया जाए। पिछले मॉडल अक्सर इस मामले में असफल रहे हैं.