การวิจัยล่าสุดของ Apple แสดงให้เห็นว่าประสิทธิภาพของแบบจำลองภาพมีความสัมพันธ์เชิงบวกกับจำนวนพารามิเตอร์และจำนวนข้อมูลก่อนการฝึกอบรม การศึกษานี้ตรวจสอบกฎของ "ยิ่งพารามิเตอร์มาก ประสิทธิภาพก็ยิ่งแข็งแกร่ง" ผ่านโมเดลรูปภาพแบบถดถอยอัตโนมัติ และประสบความสำเร็จในการขยายความจุของโมเดลเป็นพารามิเตอร์นับพันล้าน ขณะเดียวกันก็รักษาประสิทธิภาพที่ดีในงานดาวน์สตรีมไว้ได้ ความก้าวหน้าครั้งนี้มอบพื้นฐานทางทฤษฎีที่สำคัญและทิศทางการวิจัยใหม่สำหรับการปรับปรุงประสิทธิภาพและการเพิ่มประสิทธิภาพของโมเดลภาพในอนาคต และยังวางรากฐานที่มั่นคงสำหรับการพัฒนาเพิ่มเติมในด้านปัญญาประดิษฐ์
นักวิจัยจาก Apple ได้ตรวจสอบกฎของ "ยิ่งพารามิเตอร์มาก ประสิทธิภาพก็จะยิ่งแข็งแกร่ง" ของโมเดลภาพผ่านโมเดลภาพแบบถอยอัตโนมัติ ซึ่งพิสูจน์เพิ่มเติมว่าเมื่อความจุหรือปริมาณของข้อมูลก่อนการฝึกอบรมเพิ่มขึ้น โมเดลจะสามารถปรับปรุงประสิทธิภาพต่อไปได้ . นักวิจัยยืนยันว่าความจุของโมเดลสามารถขยายเป็นพารามิเตอร์นับพันล้านได้อย่างง่ายดาย และในขณะเดียวกันก็มีประสิทธิภาพที่ดีในงานดาวน์สตรีม โดยให้แนวทางการวิจัยและแนวคิดใหม่ๆ สำหรับการปรับปรุงและเพิ่มประสิทธิภาพประสิทธิภาพของโมเดลรูปภาพในอนาคตผลการวิจัยนี้มีความสำคัญอย่างยิ่ง โดยชี้ให้เห็นทิศทางในการพัฒนาและการประยุกต์ใช้แบบจำลองภาพในอนาคต และการประกาศถึงการมาถึงของแบบจำลองภาพที่มีประสิทธิภาพสูงและมีประสิทธิภาพมากขึ้น ผมเชื่อว่าในอนาคตอันใกล้นี้ เราจะได้เห็นการใช้งานที่เป็นนวัตกรรมมากขึ้นตามผลการวิจัยนี้