无坐标时代来临！微软开源革命性GUI定位神器，注意力机制+多区域预测，适配任意屏幕！
微软开源GUI-Actor无坐标视觉定位工具，通过注意力机制直接识别目标区域，支持网页、桌面和移动端UI，性能媲美甚至超越传统方法。
GUI-Actor
微软发布GUIAgent新范式！告别传统方式，小参数少数据，7B吊打72B模型
MLNLP社区致力于推动机器学习与自然语言处理领域的交流合作。近期微软团队提出GUI-Actor，该技术利用虚拟手指、多区块监督和验证器等方法实现无坐标交互，显著提升界面操控效率和准确性。