跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

GUI Agent

清华和面壁智能一起开源了一个安卓的界面操作 Agent

2025年5月15日8时 作者 NLP工程化

清华和面壁智能开源首个针对中文APP的GUI Agent,覆盖30+主流APP,平均动作长度压缩至9.7个token,提升端侧推理效率。

分类 开源 标签 30余个主流中文APP、 GUI Agent、 安卓界面操作 Agent、 开源、 清华和面壁智能、 精细优化 1 条评论

通用 Agent 向左,Agentic Browser 向右

2025年5月7日23时 作者 特工宇宙

Fellou 是全球首个 Agentic Browser,专注于浏览器内的人机协同环境。它支持跨平台搜索、跨网页任务执行和智能感知浏览器环境等功能。尽管存在上手门槛高和执行速度慢等问题,但其GUI Agent技术已达到行业领先水平。

分类 分享 标签 AI 浏览器、 GUI Agent、 字节跳动、 谢扬、 跨平台深度搜索、 阿里云 MVP 发表评论

字节、清华开源UI-TARS:像人一样操控电脑的端到端Agent

2025年1月23日22时 作者 PaperAgent

国产大模型一周动态回顾,包括新发布的UI-TARS GUI Agent模型,这是一个集成了视觉语言模型的原生GUI代理系统,旨在实现端到端任务自动化。

分类 分享 标签 7B、 GUI Agent、 原生模型、 字节、 清华大学、 端到端任务自动化 1 条评论

AGI AI AI技术 Anthropic ChatGPT Claude Cursor DeepSeek DeepSeek-R1 GitHub GPT-4o LLM Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 工业机器人 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克 黄仁勋

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • 谷歌Q2财报前瞻:AI难撼搜索业务,反垄断裁决存不确定性,资本支出是否上调成看点
  • 上手即封神!阿里Qwen3-Coder不只是地表最强,它正在重新定义AI生产力
  • 沉寂多年的京东投资,突然连续重金布局 4 家机器人公司!
  • 人类在被大语言模型“反向图灵测试”
  • Adobe Firefly 增加音效生成功能!

2025 年 7 月
一 二 三 四 五 六 日
 123456
78910111213
14151617181920
21222324252627
28293031  
« 6 月    

归档

  • 2025 年 7 月
  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×