猫眼影戏
 |
|
猫眼影戏
伍伟
手机审查
猫眼影戏记者 斯德姆 报道Q8X2R7L1T4J5M9B6W3
随着多模态大语言模子（MLLM）的飞速生长，能够像人类一样通过视觉输入操作图形用户界面（GUI）的智能体（Agent）正逐渐成为现实 。然而，在通往通用盘算机控制的蹊径上，怎样让模子精准地将自然语言指令对应到屏幕上的详细元素 —— 即 GUI Grounding 使命，依然是一浩劫题 。
现有的要领，特殊是基于验证奖励的强化学习（RLVR），虽然在提升 “指得准”（空间对齐）方面体现精彩，却往往在 “指得对”（语义对齐）上遭遇瓶颈 。模子经常陷入 “自信陷阱”，在重大的语义场景下无法通过有用探索找到准确的功效图标 。
针对这一痛点，来自浙江大学、香港理工大学及 InfiX.ai 的研究团队提出了一种全新的自顺应探索战略优化框架（AEPO），并推出了InfiGUI-G1系列模子 。该模子通过多谜底天生与自顺应奖励机制，彻底突破了古板 RLVR 的探索瓶颈 。仅凭 3B 和 7B 的参数目，InfiGUI-G1 便在多个高难度 GUI 基准测试中刷新了 SOTA，部分指标甚至大幅逾越了闭源模子 。
本文将深入先容这项被 AAAI 2026 吸收为 Oral 的事情，解读其怎样通过 “学会探索” 来实现更精准的 GUI 语义明确 。
论文问题：InfiGUI-G1: Advancing GUI Grounding with Adaptive Exploration Policy Optimization论文链接：https://arxiv.org/abs/2508.05731代码链接：https://github.com/InfiXAI/InfiGUI-G1
从 “空间对齐” 到 “语义对齐”：被忽视的探索瓶颈
GUI Grounding 使命的焦点是将自然语言指令（如 “翻开相机”）映射到屏幕上的特定元素坐标 。研究团队指出，这一使命可以解构为两个正交的维度：
1. 空间对齐（Spatial Alignment）：能否准确地定位到元素（即 “指得准”） 。
2. 语义对齐（Semantic Alignment）：能否识别出功效准确的元素（即 “指得对”） 。
现有的 RLVR 要领（如 Naive RLVR）虽然能通过优化坐标天生来提升定位精度，但在面临语义模糊或重大的指令时却显得力有未逮 。
例如，当指令是 “使用相机搜索物体” 时，屏幕上可能同时保存通俗的 “相机应用” 和具有视觉搜索功效的 “Google Lens” 。缺乏深度语义明确的模子往往会自信地死磕 “相机应用” 图标 。由于古板 RL 依赖目今战略采样，模子会一直重复这个高置信度的过失，陷入“自信陷阱”（Confidence Trap），从而无法发明真正准确的 “Google Lens” 图标，导致无法获得修正语义误解所需的学习信号 。
GUI Grounding 的主要失败模式： (a) 空间对齐失败，(b) 语义对齐失败
InfiGUI-G1：自顺应探索战略优化（AEPO）
为相识决这一探索效率低下的问题，InfiGUI-G1 引入了AEPO（Adaptive Exploration Policy Optimization）框架 。与古板的单次回覆天生差别，AEPO 旨在通过更普遍且高效的探索来捕获低概率但准确的选项 。
AEPO 框架由三个协同事情的焦点组件组成：
1.多谜底天生气制（Multi-Answer Generation）古板的 RL 要领通常只采样一个行动，一旦模子 “顽强己见” 地选错，梯度的学习信号就会消逝 。AEPO 强制模子在一次前向转达中天生 N 个候选坐标点 。这一机制迫使模子跳出简单的高置信度展望，去探索战略漫衍长尾中的可能性，从而大幅增添了发明准确谜底（如上述例子中的 Google Lens）的概率 。
2.自顺应探索奖励（Adaptive Exploration Reward, AER）仅仅天生多个谜底是不敷的，怎样评价这些谜底的质量至关主要 。研究团队基于效率第一性原理（效率 = 效用 / 本钱）设计了 AER 函数 。
动态激励：若是模子在靠前的排名（Rank k）就找到了准确谜底，给予高额奖励；若是失败，则给予较小的处分以勉励继续探索 。这种非线性的奖励设计在失败时勉励模子 “广撒网”，在乐成时指导模子追求 “快准狠”，实现了探索与使用的动态平衡 。
3.共线处分（Collinear Penalty）为了避免模子通过天生近似直线的点来 “作弊”（简朴的线性扫描战略），研究引入了共线处分 。若是天生的多个候选点在几何上近似共线，将被视为低质量探索并受到严肃处分 。这强制模子在语义空间而非纯粹的几何空间中举行多样化探索 。
AEPO 与 Naive 强化学习基准要领的比照
实验效果：小参数目实现性能越级
研究团队在 MMBench-GUI、ScreenSpot-Pro、UI-Vision 等五个极具挑战性的基准上对 InfiGUI-G1（3B 和 7B 版本）举行了周全评估 。
1.综合性能周全领先：在 MMBench-GUI 基准测试中，InfiGUI-G1-7B 在 Windows、iOS、Android 等多个平台上的体现均刷新了开源模子的最佳效果 。值得注重的是，InfiGUI-G1-7B 在部分指标上甚至优于参数目大得多的 Qwen2.5-VL-72B 和闭源模子 GPT-4o 。
2.攻克高难度语义明确使命ScreenSpot-Pro 基准专门区分了文本类（Text）和图标类（Icon）使命 。效果显示，InfiGUI-G1 在更依赖语义明确的 “图标” 使命上提升尤为显着 。这直接证实晰 AEPO 战略有用解决了语义对齐的瓶颈，让模子真正 “看懂” 了笼统图标背后的功效寄义，而不但仅是举行简朴的文本匹配 。
3.让 “不可学习” 变得 “可学习”为了验证 AEPO 是否真的解决了探索难题，研究团队将样本按难度分为简朴、中等和难题 。实验发明，InfiGUI-G1 在 “难题” 样本（即基座模子险些无法答对的样本）上的提升最为重大，相对 Naive RLVR 基线提升了凌驾60% 。这意味着 AEPO 乐成挖掘出了那些以往因缺乏探索而被模子 “放弃” 的长尾知识 。
ScreenSpot-Pro 基准测试的性能比照
总结与展望
InfiGUI-G1 的乐成批注，GUI 智能体的性能瓶颈不但仅在于视觉识别能力，更在于怎样通过有用的强化学习战略来解决语义对齐问题 。通过引入自顺应探索机制，InfiGUI-G1 以极高的数据效率和较小的模子规模，实现了逾越大模子的 GUI Grounding 能力 。这项事情为未来开发更通用、更智能的 GUI 交相助手提供了坚实的手艺基础 。
现在，InfiGUI-G1 的代码、模子权重及相关资源已在 GitHub 开源，接待社区进一步研究与使用 。
??时势1：十大污视频软件
??01月07日,2023年中国创新指数增长6.0%（新数据 新看点）,
“嗖”
?第十五章 小不点显威,66J8精品视频在线观看 。??01月07日,2024年全国地方戏精粹展演在邕开幕,
“轰”的一声，两轮银月撞在一起，爆发出耀眼的银芒，隐约间传来阵阵魔禽长啸的声音，如惊涛拍岸，似乱石崩云，惊心动魄 。
,美女AA,欧美激情AA级免费观看,成年人视频网站免费观看 。??时势2：国产真实处破视频在线观看免费
??01月07日,香港将举行美食博览 展示内地名菜,
这句话一出，众人心中大震，簇拥向前 。昆木是何物？ 它生于天地中，众神缘之上天，是相同天地人神的桥梁 。
?第二百五十七章 天荒,人人操人人玩人人摸,黄片地址,成人无码黄漫 。??01月07日,直播间成夏日旅行“任意门” 在线“云”游成常态,
一种神秘的实力泛起，很是的奇异，与骨书中纪录的上古先民祭天时所爆发的祭祀实力相近，如涟漪般向外扩散 。
,人人操人人玩人人干,国产精品无码久久综合网爱天下,国产精品网站永久免费播放 。??时势3：成人91视频在线观看
??01月07日,“在生活中突围” 《地上的天空》研讨会举办,
依据上述斗争目的，20年我们要重点抓好以下事情：
,在线国产视频资源,大鸡巴操骚逼,操逼午夜 。??01月07日,【新春纪事】投壶研墨剪窗花 留学生在古城襄阳体验中国传统习俗,
这样的灵兽很难捕获，不要说一个村子，就是一个强盛的部落也难有几头，而他们却将有数十头！
,一本香蕉视频在线观看,性色A∨人人爽网站,国产精品视频一区二区啪视频 。??时势4：国产a久久精品一区二区三区
??01月07日,法国总统马克龙概述执政党议会选举纲领 痛批极右翼政党,
一声咆哮，在一个传承久远的部落响起 。
,欧美视频在线精品,超黄av,亨利冢本女兵在树林被强 。??01月07日,原创民族歌剧《义勇军进行曲》在沪上演 音乐叙事再现红色光影,
突然，一道璀璨的亮光冲起，一条碧绿的柳枝，如神玉雕琢而成，通体晶莹，散发出绚烂霞光，洞穿了天空 。
,一级毛片AAAAAA免费看1,又大又色又硬的视频,精东黄台 。责编：宋李煜
审核：饶瑛浩
责编：刘玲
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
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
