猫眼影戏
 |
|
猫眼影戏
吴向阳
手机审查
猫眼影戏记者 牛萌萌 报道Q8X2R7L1T4J5M9B6W3
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
??时势1：国产精品毛片AV一区二区三区
??12月09日,满怀信心 接续奋斗,
一群孩子神色发白，他们脱离石村已经有段距离了，是瞒着大人们出来的，进入了老林子中，还好未曾进入凶兽真正的栖居地。
,一级黄色视频性生活。??12月09日,中国驻英大使为新增选的“两院”英籍院士举办专场新春招待会,
那几根骨头马上断落了下来，祭灵的脏腑遭创，它爆发了一声震天动地的咆哮，没有想不到谁人虫子般大的人类这般凌厉，只要抓到时机，绝对会无限放大，杀到狂。
,三级欧美性爱视频,自由成熟XXXX色视频,国产欧美在线视频网站。??时势2：加勒比ppv在线观看
??12月09日,“工会驿站+”，让温馨港湾更暖心,
第三，要进一步增强执行力建设。 执行力建设是提高机关行政效能、增强党的执政能力的主要途径。增强执行力建设，要害要在“提速、提质、提效”三个方面下功夫。所谓“提速”，就是要以时不我待、只争朝夕的紧迫感抓落实。要坚持今日事、今日毕，以头脑看法上的“提速”促使行动上的“提速”，从而发动整体事情的“提速”。所谓“提质”，就是要专心、用脑去做好每一项事情。要树立精品意识，每项事情都要坚持高标准、高起点、高要求;要完善种种制度，坚持用制度管人管事，在完善制度中促规范、在完善制度中求细腻、在在完善制度中讲严密，着力构建责任明确、衔接顺畅的高效运行机制，做到人人责任明确、随处有章可循、事事有始有终;要强化监视，对违反划定以及不作为、乱作为、慢作为的人和事严酷举行责任追究;要树立优异的团队作风，对涉及多个部分的问题，办公室要搞好协调，明确目的和细化部分责任，对一时职责不明、无人认真的事情，办公室要实时补台，搞好效劳;要抓好机关文化建设，全心组织一些活动，通过活动活跃头脑，营造向导体贴的创业做事情形、协调友好的人际关系情形、历练干部的生长情形。所谓“提效”，就是事情程序和流程环节要顺畅无阻。要建设反应迅速、运转高效、协调有力的办公室事情机制，增强事情的预见性、针对性和时效性;要善于发明苗头性、倾向性、纪律性的问题，做到见事早、动议早，抢占先机。
,大乳女被狂揉gif图片,日本韩国特级黄色视频,成年熟妇午夜无码免费视频。??12月09日,粤港澳大湾区中学生历史知识邀请赛澳门开赛,
二、校园文化建设
,免费看一级黄色网站,枫可怜811,奥门三级片。??时势3：国产AA视频
??12月09日,浙江义乌连续11年请上千留守环卫工吃年夜饭,
“不可，我要去寻父亲！”年轻的男子获得新闻后，腾的站起身来，决议前往南疆。
,杨一桐ai换脸在线观看,欧美激情性爱视频观看,国产一级牲交高潮片不卡。??12月09日,广西漓江画派将举办二十周年系列活动, 6月13日9时，国家防总针对广西、福建启动防汛四级应急响应，派出两个事情组分赴广西、福建协助指导；新增针对河北、内蒙古启动抗旱四级应急响应，并继续维持针对河南、山东的抗旱四级应急响应，两个事情组正在两省协助指导。,美女裸体无遮挡免费视频麻豆,手机在线视频你懂,好妞色妞国产在线视频。
??时势4：女生光溜溜图片视频马塞克
??12月09日,广西统一战线2024年新年音乐会在南宁举行,
群雄齐叫，对方这是在使用他们所有人的实力相助，而破开那层强盛的光幕，攫取到至尊宝骨。
,裸体性高朝女人中国管,极品巨乳俄罗斯无套进入,日韩无码精品中出。??12月09日,纽约联储：1.17万亿美元！美国人信用卡债务总额创纪录 ,
那头异种锲而不舍，只要小不点他们停下来，就会被它循着气息追上，纠缠不断。
,色色影院网,日鞋欧美综合区视频第一页,熊猫 电影-熊猫 电影最新版v75.1.21.2.1。责编：胡彩荣
审核：周灿权
责编：索勒
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
