Apple разрабатывает ещё одну нейросеть: на этот раз для генерации изображений

Apple разрабатывает новую модель искусственного интеллекта под названием Manzano, которая способна не только анализировать изображения, но и создавать их. Это направление считается одним из самых сложных в индустрии, и пока большинство решений заметно уступают коммерческим системам вроде OpenAI GPT-4o и Google Gemini 2.5 Flash Image Generation (ранее известной как Nano Banana).

В основе Manzano лежит гибридный токенизатор: он использует единый кодировщик, который формирует как непрерывные метки для анализа картинок, так и дискретные метки для генерации. Такой подход снижает конфликты между задачами и позволяет модели одинаково хорошо справляться с разными типами работы. Архитектура Manzano включает гибридный токенизатор, унифицированную языковую модель и отдельный модуль для декодирования изображений. Подготовлено несколько версий с разным количеством параметров — от 900 миллионов до 35 миллиардов, что позволяет работать с картинками разного размера.

Обучение проходило в три этапа на базе 1,6 трлн токенов, включая 2,3 млрд пар «текст-изображение» и 1 млрд пар «изображение-текст». Часть данных генерировалась с помощью DALL-E3 и ShareGPT-4o. На внутренних тестах Manzano показал сильные результаты в таких задачах, как ScienceQA, MathVista и MMMU, особенно при анализе графиков и документов с большим количеством текста. В генерации изображений модель справляется со сложными инструкциями, стилевыми преобразованиями и даже глубинной реконструкцией.

Несмотря на прогресс, Apple признаёт, что её базовые модели пока уступают лидерам рынка. Поэтому в iOS 26 вместе с собственными наработками компания продолжит использовать OpenAI GPT-5 в рамках Apple Intelligence. Manzano же рассматривается как стратегический шаг к снижению зависимости от сторонних технологий и развитию собственных решений в области мультизадачного ИИ.

Ранее издание Пепелац Ньюс сообщало, что чип Snapdragon 8 Elite Gen 5 сравнили с конкурентами от Apple и MediaTek.