首页
下载APP
首页
GELab-Zero团队 投稿量子位 | 公众号 QbitAI
首次将GUI Agent模子与完整配套基建同步开放，支持手搓党一键安排！
这就是阶跃星辰刚刚开源的GELab-Zero。
其中4B版本的GUI Agent模子在手机端、电脑端等多个GUI榜单上周全刷新同尺寸模子性能纪录，取得SOTA效果。
随着AI在手机等消耗终端的普及，Mobile Agent正从“能不可用”迈向“能否规 ；涞亍。
GUI Agent是执行能力最强的形态之一。它基于视觉明确即可适配险些所有App，无需厂商特殊刷新，接入本钱极低。
别的，阶跃还同步开源了基于真实营业场景的自建评测标准AndroidDaily，以期推动GUI领域模子评测向消耗级、规 ；τ蒙。
同尺寸性能 SOTA，端到端、轻量化、速率快
要知道，让GUI Agent在差别品牌与系统版本的装备上顺畅运行并不轻松。
移动生态的高度碎片化闪开发者需处置惩罚多装备ADB毗连、依赖装置、权限设置、推理效劳安排、使命编排与回放等繁琐流程，工程本钱高昂，精神难以聚焦在战略立异与体验设计上。
要推动移动端Agent真正规 ；，必需首先降低开发与使用门槛，闪开发者专注于创立价值，而非重复搭建底层设施。
基于此，阶跃开源了GELab-Zero。
它主要包括三部分：
一个能在外地运行的GUI Agent模子GELab-Zero-4B-preview即插即用的完整推理工程基建，解决所有脏活累活基于真实营业场景的自建评测标准AndroidDaily
研究团队在ScreenSpot、OSWorld、MMBench、Android World多个开源基准测试上对GELab-Zero-4B-preview模子举行了周全评估。
这些基准测试涵盖了GUI明确、定位、交互等多个维度。
从测试效果可以看出，GELab-Zero-4B-preview在多项开源基准测试中逾越其他主流模子，拿下同尺寸SOTA。
值得一提的是，GELab-Zero-4B-preview的体现还逾越了参数目更大的GUI-Owl-32B等模子，性能更优，也更易安排。
来看一下研究团队给出的示例场景。
重大使命
场景1：在外卖平台同时采购跨品类、差别规格和数目的商品。
Prompt：去饿了么离我最近的盒马鲜生购置：朱颜草莓300g、秘鲁比安卡蓝莓125g（果径18mm）、当季新鲜黄心土豆500g、粉糯贝贝南瓜750g、盒马大颗粒虾滑、2瓶盒马纯黑豆豆浆300ml、小王子夏威夷果可可脆120g、盒马菠菜面、盒马五香牛肉、5袋好欢螺柳州螺狮粉（加辣加臭）400g、m&m’s牛奶巧克力豆100g
可以看到，模子精准识别了物品信息，并顺畅地完成了多办法、重复性的购置操作。
场景2：在企业福利APP中领取餐券。
Prompt：翻开给到App，在我的，下滑寻找，员工权益-斗争食代，帮我领劵。
上述示例展示了GELab-Zero-4B-preview执行的能力和规模具有很强的泛化性，无论在国民级APP照旧小众产品平台，都可以顺遂完成使命。
模糊指令
场景1：在某个视频平台上播放指定演员的经典作品。
Prompt：在腾讯视频上找一部成龙的经典行动片播放。
接到指令后，GELab-Zero-4B-preview自主拆解“经典”这一需求，确定执行标准。
历程中，模子先翻开腾讯视频，识别并关闭了弹窗，搜索“成龙”后在影戏类目中选择了页面上成龙评分最高的代表作播放。
场景2：找一个周末能带孩子玩的地方。
Prompt：帮我找个周末能带孩子去玩的地方。
接到指令后，模子首先在内容平台搜索“北京周末带娃”，然后自主判断权衡标准后为用户推荐北京园博园“顽酷奇遇”，并为用户提炼出该所在的亮点——“有巨型装置卡通，亲子活动富厚”。
可以看到，GELab-Zero-4B-preview模子能够很好地执行重大使命和模糊指令，不但可以准确、流通地执行涉及到多办法、多主体、重复操作的使命，也能对“悦目”“适合玩的”“经典”等偏笼统和主观性的指令举行自主拆解，确定执行路径和标准。
GUI+基建=GUI Agent MCP，一键拉起安排
针对GUI智能体，研究职员构建了一整套完整的手艺架构系统，可以一键拉起获得类似开源GUI Agent MCP的体验。
详细能力如下：
轻量级外地推理支持4B模子在消耗级硬件上运行，兼顾低延迟与隐私。一键使命启动提供统一安排流水线，自动处置惩罚情形依赖和装备治理。多装备使命分发可以分发到多台手机并纪录交互轨迹，实现可视察、可复现。多种Agent模式涵盖ReAct闭环、多智能体协作以及准时使命等多种事情模式。
这些能力让GELab-Zero能够无邪应对真实场景的重大使命流，并为后续扩展提供扎实底座。
Agent开发者可基于这套基建快速测试新想法、验证交互战略 ；企业级用户则能直接复用这套基建，将MCP能力快速植入到产品营业中。
自建并开源贴合真实营业场景的评测基准
别的，研究团队基于手机、IoT、汽车等行业头部公司的真实相助案例，建设了高度贴合营业场景的评测基准。
目今的主流基准测试，大部分聚焦于生产力类应用（如邮件与文档处置惩罚）。
然而在一样平常真实场景中，用户高频依赖的却是生涯效劳类应用，如外卖、打车、社交、支付等，而这部分场景不但笼罩面更广，也更能体现当下GUI Agent 的适用价值。
为此研究者提出 AndroidDaily，一个面向真实天下、动态演进的多维基准系统。
它聚焦在现代生涯六大焦点维度：饮食、出行、购物、栖身、信息消耗、娱乐，并优先选择在这些种别中具有代表性（高频使用、应用市肆日活排名靠前）的主流应用举行测试，高度还原真实使命执行流程（包括询问用户更多信息增补输入、高危操作请求用户接受）。
评测效果显示，GELab-Zero-4B-preview在AndroidDaily测试中准确率抵达73.4% ，在移动端重大使命中体现优异。
为了平衡评估的周全性和执行效率，AndroidDaily接纳了静态评测和端到端评测双轨评估系统。
静态评测考察模子的grounding（界面明确、元素识别）和action妄想能力，用于磨练其在推理与执行一致性等基础层面的体现。
端到端测试重点权衡GUI Agent在真真相形中处置惩罚重大使命时的执行效果与稳固性。
其中，静态测试包括3146个actions，提供使命形貌和逐步的屏幕截图，要求Agent展望每一步的行动类型和行动值（如点击坐标、输入文本），主要评估数值准确率。
这种要领无需重大的工程基础设施，可以快速、低成外地举行大规模模子迭代和测试。
而端到端测试包括235个使命，典范使命场景包括出行交通（打车、导航、公共交通等）、购物消耗（电商购物、支付、订单治理等）、社交通讯（新闻发送、社交互动等）、内容消耗（新闻阅读、视频寓目、内容珍藏等）、外地效劳（外卖、到店效劳）等。
在完全功效化的测试情形（如真实装备或模拟器）中举行，Agent需要重新到尾自主执行使命，最终以整体使命乐成率作为评价指标，能真实反应智能体在重大情形中的综合能力。
团队体现，希望通过GELab-Zero的开源，进一步降低移动端Agent的开发门槛，让更多开发者能够快速构建和验证自己的想法。
未来，研究团队将始终坚持开放、可控、隐私优先的原则，一连优化模子性能、扩展跨平台支持、富厚生态工具链。
GitHub:https://github.com/stepfun-ai/gelab-zero抱抱脸:https://huggingface.co/stepfun-ai/GELab-Zero-4B-preview
《国产91色综合久久免费》，《Q8X2R7L1T4J5M9B6W3》宝贝...趴在床上再来一次原神
“乱伦三区”
免费AV黄在线播放
……
12月04日
“毛片www一级”广州W酒店将停业整顿
↓↓↓
12月04日，湖北宜昌：“百鸟栖花”春意浓，www.人人，1一5集国语版在线观看，爆 电影，4455www在线看片
12月04日，俄媒：俄罗斯总统普京与朝鲜外务相崔善姬会晤，人人咸人人爽，美女亲坤坤·应用，欧美97在线视频中文，麻豆18 小泬破白浆流啪啪
12月04日，更大力度吸引中长期资金入市，就要日就要干，欧美97色伦影院在线观看，欧美一级婬片，在线播放a
12月04日|四川成都：“龙行中华—2024年春节贺岁特展”开展 |久久亚洲一级av一片|欧美 国产 亚洲 日韩 在线|www fsdfjy com|先锋影音你懂得
12月04日|大力弘扬教育家精神｜张小龙：快乐的苦行僧 幸福的追梦人|人人妇人人丝|欧美色图图片之怡红院|视频第一一区亚洲|午夜精品成人毛片非洲
12月04日|霍海丹：长征精神是新时代鼓舞中国人民推进中国式现代化的重要法宝|宝贝～吸你奶头都硬了视频|18禁爆乳漫画|免费a网在线播放|把我的香蕉伸进美女的桃子……
12月04日，五四青年节：凝聚青春力量 坚持热爱不负韶华，av小说。图片，舌奴添女王荫蒂HD，最近的2019中文字幕在线丝袜，操女生的黄色视频
12月04日，李强在河北调研时强调 坚持创新驱动发展 加快全面绿色转型 在推进京津冀协同发展中展现新作为，免费A级毛片无码免费视频中国，国产综合日韩欧美视频飞，大团结之程仪小视频，青青青在线播放观看一区
12月04日|贵州台江：苗族同胞盛装巡游欢度“姊妹节”|毛片网站视频黄网|一区免费视频。|国产偷窥自拍|国产精品ⅴA在线观看H工口
12月04日，驻韩国使馆提醒中国公民遵守韩国无人机使用有关规定，亚洲性爱区第一页，免费国产网站，com欧美91，8y 97
12月04日，新华社快讯：孟加拉国陆军参谋长说，将成立临时政府管理孟加拉国，黄色网站在线观看免费观看强行，久久精品兔费99国产精品，超碰娱乐，www.69.com在线观看
12月04日，中国财政部：2018-2023年财政科技支出年均增长6.4%，汤头条网页版登录入口免费，美女网站视频（黄），麻豆精品，亚洲伊人无码
12月04日|（铸牢共同体 中华一家亲）“铸牢共同体 中华一家亲”主题宣传“八桂大地展新颜”集中采访启动|欧美精品性爱操你啦|亚洲一区二区毛片免费在线观看|国产变态深喉囗交视频|龙卷被 出水漫画在线看免费版
12月04日|世界联赛香港站首战 中国女排轻取保加利亚|欧美A片在线h版|人妻系列无码专区69影院免费|坤坤寒进坎坎里|高清一区二区三区无码
12月04日|前五个月南昌空港口岸国际货邮吞吐量增长逾五成|欧美日韩免费一级大黄|一级黄色网站肏逼|https://aaa2228.com|10000个b站免费货源入口
考研国家线艺术，流离在外的佛首 何时才能回家|锚定现代化 改革再深化丨浙江临海：一块豆腐，折射共富工坊建设新未来|全网A篇在线免费看|坤坤寒进桃子里在线看歌词免费|黄色a级片免费|女性裸体秘 无遮放屁
监制：邓金木
策划：赖晗
主创：唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑：王家菁、段圣祺
天宫“货架”上新了！龙年年货大礼包已签收
工信部：加大优质老年用品供给 千方百计提品质、优服务
吉林长春：2023-2024赛季全国自由式滑雪空中技巧冠军赛开赛
上海将率先开展智能网联汽车准入和上路通行试点
财经观察：“国潮”风涌 解暑“老字号”迎新机中国铁路北京局端午假期运输收官 共计发送旅客636.6万人次
中办、国办印发《关于健全新时代志愿服务体系的意见》
AI不听话，该如何训它
北京推动数字经济特色化发展 构建“一区一品”新格局
香港安徽联谊总会返乡团走进安徽合肥体验徽文化
阿里云PolarDB斩获SIGMOD最佳论文，成功破解经典多主架构难题
小精鱼公社
亚洲尤物视频sw
性裸交❌❌❌❌❌直播
国产外围黄a在线
人人操人人湿人人干
大胸美女自慰发出呻吟动漫
91精品国产免费久久久久
东北老妓女叫床粗口对白
一级毛片播放网站
尤物视频黄页网站大全
闽公网安备 35010302000113号