O Ferret-UI é um novo modelo MLLLM projetado especificamente para melhorar a compreensão de telas de UI móvel. Possui capacidades de citação, localização e raciocínio, permitindo o processamento de tarefas em telas de UI. Conta com a tecnologia “qualquer resolução”, que resolve problemas de reconhecimento de objetos pequenos através da ampliação de detalhes. Destaca-se em tarefas de definição de metas, coleta de amostras de treinamento, arquitetura de modelo e criação de conjuntos de dados, exibindo excelente capacidade de diálogo em tarefas avançadas.