एप्पल कंपनी ने हाल ही में अपने मल्टी-मोडल आर्टिफिशियल इंटेलिजेंस मॉडल MM1 के लिए एक महत्वपूर्ण अपडेट जारी किया है, जिससे इसे MM1.5 संस्करण में अपग्रेड किया गया है। यह अपडेट केवल एक साधारण संस्करण संख्या परिवर्तन नहीं है, बल्कि यह एक व्यापक क्षमता वृद्धि है, जिससे मॉडल विभिन्न क्षेत्रों में और भी शक्तिशाली प्रदर्शन दिखा रहा है। MM1.5 का मुख्य अपडेट इसका नवीन डेटा प्रोसेसिंग तरीका है। यह मॉडल डेटा-केंद्रित प्रशिक्षण पद्धति को अपनाता है, जिसमें प्रशिक्षण डेटा सेट को सावधानीपूर्वक छाना और अनुकूलित किया गया है। विशिष्ट रूप से, MM1.5 ने उच्च-परिभाषा OCR डेटा और सिंथेटिक इमेज डिस्क्रिप्शन का उपयोग किया है, साथ ही साथ अनुकूलन भी किया है।

हाल ही में, एक ओपन-सोर्स मल्टी-मोडल आर्टिफिशियल इंटेलिजेंस मॉडल Molmo ने उद्योग में व्यापक ध्यान आकर्षित किया है। यह Qwen2-72B के आधार पर, OpenAI के CLIP को दृश्य प्रसंस्करण इंजन के रूप में उपयोग करते हुए, अपने उत्कृष्ट प्रदर्शन और नवोन्मेषक कार्यों के साथ पारंपरिक व्यावसायिक मॉडलों के प्रभुत्व को चुनौती दे रहा है। Molmo की प्रमुख विशेषता इसकी प्रभावी प्रदर्शन क्षमता है। हालांकि इसका आकार अपेक्षाकृत छोटा है, लेकिन इसकी प्रसंस्करण क्षमता बड़े प्रतिद्वंद्वियों के साथ तुलना करने के लिए पर्याप्त है जो आकार में दस गुना अधिक हैं। यह छोटा लेकिन सटीक डिज़ाइन दृष्टिकोण मॉडल की दक्षता को भी बढ़ाता है।

हाल ही में, चीन और सिंगापुर के शोधकर्ताओं की एक अंतरराष्ट्रीय टीम ने मधुमेह चिकित्सा के लिए दुनिया का पहला मल्टी-मोडल आर्टिफिशियल इंटेलिजेंस सिस्टम DeepDR-LLM सफलतापूर्वक विकसित किया। इसका शोध परिणाम 19 जुलाई 2024 को "नेचर मेडिसिन" (Nature Medicine) में प्रकाशित हुआ।