苹果AMUSE：用智能体AI革新音视频理解

苹果的新AMUSE基准测试代表了我们理解多模态信息方式的重大飞跃，尤其是在多说话者场景中。这个框架旨在帮助生成式人工智能模型更好地理解音频和视频中捕捉到的对话和事件的细微差别，为更复杂的AI助手铺平道路。