苹果发布DeepMMSearch-R1多模态搜索模型研究

1月15日，Appleinsider报道称苹果发表研究论文，推出名为DeepMMSearch-R1的多模态模型，面向复杂视觉场景的事实检索与问答，旨在减少AI“幻觉”。该模型引入视觉定位工具，必要时主动裁剪图像以排除干扰、锁定微小目标，再进行针对性网络搜索验证，从而避免“漏看”或答非所问。训练上结合监督微调与在线强化学习，控制裁剪调用频率以节省算力。测试显示其在精确图文对应与常识事实检索上优于RAG流程及提示词搜索智能体。