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
《欧美激情日韩 在线》，《Q8X2R7L1T4J5M9B6W3》精品免费操女
“国产午夜精品一本综合在线”
www.色香综合网
……
12月04日
“嗯啊视频”KPL春季转会爆料
↓↓↓
12月04日，联播观察｜布局未来产业 总书记多次提到这个关键词，精品美女国产在线观看，.美女胸乳 裸露网站，亚洲 第十页，第一页在线
12月04日，“难”字获选台湾2024年房市代表字，美女被触手怪钻进私密部位，最新中文字幕免费大全视屏，欧美肛交www，小 伸进 麻豆
12月04日，重庆市秀山县妙泉镇原党委委员、武装部长、副镇长谢正兵被“双开”，swag下载安装免费，国内外黄色视频在线观看，黄色小电影在线资源，国产做a爱一级毛片久久潮
12月04日|抖音发起精品短剧“辰星计划” 好立意和好故事成就好作品|印度人配种最猛性XXXXX|国产美女作爱视频多|色天使另类老肥妇|真实乱视频一区
12月04日|辽宁铁岭王河溃口已转移395人 暂无人员伤亡|你懂的精品视频在线观看|一级欧美一级日韩片 1|国产呻吟刺激对白AV|iGao在线视频为爱激情
12月04日|山西临汾将同时开通直飞深圳、乌鲁木齐包机航线|男女羞羞动漫|黄色亚洲观看中文字幕|国产会所在线视频|日日操 日日碰 日日插……
12月04日，“非中工业化合作不断迈上新台阶”（新时代中非合作），尤酸乳最新版本更新内容，黄片在线播放你懂的，男插女黄色视频免费网站，精品动漫福利H视频在线观看
12月04日，香港举办“2024盂兰文化节” 民众沉浸式体验传统习俗，张婉莹手笔自愈视频大全在线观看，啊 学长 好硬 拔出来 罗莉岛，妙龄少女开网钻免费版下载，国产在线网站
12月04日|国家安全是中国式现代化行稳致远的重要基础（学习贯彻党的二十届三中全会精神）|猫咪最新入口|一本久久|馃悢馃悿|亚洲欧美 另类 春色 小说
12月04日，应对直播乱象，“线上+线下”共同治理不可少，人人看人人干人人高潮，91影院黄，亚洲AⅤ无码国产一区二区三区，欧美 XXXX⑧中文
12月04日，丁薛祥出席“国际零碳岛屿合作倡议”发布会并致辞，国产在线线精品宅男网址，人人操人人射人人摸，一级黄色手机免费网站，黄网免费在线观看
12月04日，扎实推进禁毒斗争 不断推动禁毒工作取得新成效，你懂的视频网址，两年半视频，淫荡欧美视频，欧美.日韩. 国产
12月04日|中国女排无缘巴黎奥运会四强|免费观看黄片|免费网站看A片在线无遮挡物|国产精V在线|骚屄水视频
12月04日|学者集聚慈溪金仙寺 忆浙东抗日历史|禁止18观看网站|亚洲性爱毛片|97超碰综合|中国黄片一区
12月04日|企业出题高校答 为新能源产业提供人才“源动力”|92精品视频在线观看|旗袍全开襟做双运动|美女隐私无遮挡免费视频软件|三级性爱视频在线看
仙剑四仙剑六都发了预告，涉嫌骗保3.3亿 两医院全流程造假|2023年河北电子信息产业实现主营业务收入超3500亿元|成年人免费黄色视频|黑人和亚洲女人精品|日韩欧美一区二区视频|国产精品毛片VA一区二区三区
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
印度高温天气持续 东部奥迪沙邦至少41人因高温死亡
新疆阿合奇县紧急搭建帐篷 保障民众生活
财政部：继续支持粮食生产、保障粮食安全
【世界说】美媒：民调一再显示多数美民众支持常识性枪支法 枪暴问题却始终被其他议题所掩盖
尊宪崇法｜弘扬宪法精神，谱写新时代中国宪法实践新篇章
外媒：为换取被扣押人员获释 以色列向哈马斯提出最长停火两月
浙江绍兴：夏季功能性面料热销
【新闻特写】通道内外的高频词
海外华裔青少年走进华农 体验中国农耕文化魅力
中国财政部将连续发行多笔国债
女人自慰喷潮A片免费看欢迎您
99国产精品农村一级毛片
国产91丝袜香蕉在线
欧美二区乱伦视频
国产第一页亚洲福利在线
中国免费AAAAA,黄色网站
影音先锋性爱网站
国产乱来视频在线观看最新
一进一出黄色视频又免费又刺激又
姐姐直播
闽公网安备 35010302000113号