猫眼影戏
 |
|
猫眼影戏
经长乐
手机审查
猫眼影戏记者 张督 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：未满十八禁止18以下免费的AV
??12月09日,拿门禁逼业主交物业费 任性违法解决不了问题, 沙特旅游部大臣艾哈迈德·哈提卜告诉《南华早报》，沙特等主要中东国家2019年才向中国游客洞开大门，将中国视为外国游客的主要泉源，因此市场潜力重大 。伊朗同样在2019年才向中国游客提供免签优惠 。数据显示，自2022年底起，中国和伊朗高级官员举行了约莫10次聚会，讨论重点是民间和旅游政策交流 。,8x8x8x任意槽2024进口免费 。
??12月09日,建设高能级开放强省：浙江为何提出三个“最”？,
二、总结事情，肯定效果，增强加速生长跨越生长的信心与刻意
,成人A片A8LCC,午夜毛片福利首页,顶弄怀孕的孕妇高潮h 。??时势2：久久在线
??12月09日,首次走出京津冀 第十三届恭王府“海棠雅集”走进浙东唐诗之路源头,
第三，坚持齐抓共管，形成事情协力 。各有关职能部分要从经济社会生长的全局出发，强化效劳意识，找准加入城镇化事情的切入点，提高事情效率，刷新效劳方法，亲近配合，齐抓共管 。城建部分要在做好城镇建设和治理等职责内事情的同时，针对城镇化历程中泛起的新情形、新问题，实时出谋划策，包管城镇化康健有序推进 。妄想、公安、工商等有关部分要各负其责，各尽其能，为城镇建设着力尽责 。城关镇、城郊乡要继续施展顾概略、识阵势的优异事情姿态，协调联动，包管工程建设顺遂举行 。要鼎力大举叫响“人民都会人民建、建好都会为人民”的口号，发动群众起劲加入城镇化事情，形玉成社会勉励、支持城镇化的“大合唱”，推进全县城镇建设上台阶 。
,欧美日韩一级A片免费不卡,黄色视频12入口,一级黄色视频一级黄色视频一级黄色视频 。??12月09日,海上风电、沙地光伏，“撂荒地”如何成为清洁能源“发电厂”？,
点点绿光激荡，柳条轻轻一摆，划出一道优美的轨迹，绿光点点，它的枝条在延伸，冲向了正西方的一条大河 。
,久久精品免费一区二区喷潮,快添添我下面我受不了,亚洲最黄色日本视频 。??时势3：丰满美女与猛男一级毛片免费
??12月09日,贵州榕江：金秋乡村美如画,
小不点一起飞逃，一起擦口水，差点就直接咬上一口，这桃子太香了，树体银辉弥漫，将他笼罩 。
,娜美被 黄漫扒衣服,田中宁宁作品在线观看,成年人视频在线观看网址 。??12月09日,“盲盒”营销不能盲目,
突然，几声鸣叫传来，大鹏、小青、紫云三只幼鸟从村后扑棱着同党跑来，灵性十足，冲向小不点那里 。
,男明星被扒开腿坐做J8,搡老女人老妇女老熟女,xoxo爻賶賰賶爻馃崋 。??时势4：女学生喷浆 视频麻豆
??12月09日,如何预防亚硝酸盐中毒？｜科普时间美民调：超6成美国人称物价上涨让家庭面临经济困难,
整理“一个阵容”：抓好升旗仪式、早操的行列，塑造学生的精神面目; 遵守“一种秩序”：课堂秩序、聚会秩序、课间及下学秩序的文明有序; 养成“一种习惯”：语言文明、待人接物大方有礼，并形成习惯; 坚持“一项制度”：卫生责任区的保洁制度，确保校园情形整齐优美; 树立“一个看法”，要遵纪遵法、尊老爱幼、团结相助;
,色无码免费视频一区二区三区色欲,JXX最新发布地,小 伸进 免费漫画网站 。??12月09日,俄专家：共建“一带一路”倡议为俄中两国人民带来更多福祉,
这是小不点生平第一次遭受这么重的创伤，那么强盛的肉身都破烂了，骨头露了出来，在鳄蛟符文的秘力下，他差点被压制死 。
,欧美日韩性交网站,三级片一区二区,免费人成黄页网站在线观看美国 。责编：长岛昭久
审核：言立行
责编：王建鸣
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
