优惠论坛

标题: 微软开源创新框架：可将 DeepSeek-R1 等模型变成 AI Agent [打印本页]

作者: 比推快讯 时间: 2025-2-17 07:47
比推消息，微软在官网发布了视觉 Agent 解析框架 OmniParser 最新版本 V2.0，可将 DeepSeek-R1、GPT-4o、Qwen-2.5VL 等模型，变成可在计算机使用的 AI Agent。与 V1 版本相比，V2 在检测较小的可交互 UI 元素时准确率更高、推理速度更快，延迟降低了 60%。在高分辨率 Agent 基准测试 ScreenSpot Pro 中，V2+GPT-4o 的准确率达到了惊人的 39.6%，而 GPT-4o 原始准确率只有 0.8%，整体提升非常大。除了 V2，微软还开源了 omnitool，这是一个基于 Docker 的 Windows 系统，涵盖屏幕理解、定位、动作规划和执行等功能，也是将大模型变成 Agent 的关键工具。

风险提示：本新闻涉及的内容仅供参考，不构成投资建议。依据发布的信息以及所表达的意见行事所造成的一切后果由行事者自负。文章链接

欢迎光临优惠论坛 (https://tcelue.cc/)