猫眼影戏
 |
|
猫眼影戏
宦朝东
手机审查
猫眼影戏记者 张玲玲 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：国产呦精品一区二区三区按摩
??12月04日,中国驻法国大使卢沙野夫妇举办中法友好招待会并颁发“大使奖”,
谁人俊秀的少年 ，眸中冷芒一闪 ，直接弯弓 ，瞄准了他。
,AV免费在线精品观看。??12月04日,民航客运将全面推广使用电子行程单,
我系学生会主干任命于20xx年9月18日 ，9月21日我们最先招纳新成员 ，并与22日正式建设一个完整的学生会。 10月14日由主席团组织开展了 ，学生会自建设以来的第一次全体聚会 ，并公布了《矿业工程系学生会规章制度》、明确的分派各部分的使命与职责 ，确立了班级量化审核组 ，宣读了本学期的活动安排 ，及各部的整体实验。
,女明星私秘 奶头照片,精品久久久一级,百合女子学院sm紧缚。??时势2：双脚穿口球吊在脚底的视频
??12月04日,冰雪经济火热 浙江企业滑雪装备淡季不淡,
这一次 ，十几头巨狼同时行动 ，从漆黑向村人扑杀了过来。
,日韩毛片男女视频一级,同城性爱视频,美国一级婬片A片AAA毛片A级。??12月04日,中老铁路“五一”期间跨境客货运输双增长,
这就是青鳞鹰一族的宝术 ，攻击力惊人 ，石昊一击 ，一下子斩掉了一头恐怖的凶彪。
,日韩黄色网站。,在线黄色av,亚洲 第十页。??时势3：欧美性猛交XXXX黑人猛交
??12月04日,体操世界杯巴库站：张清颖获得女子平衡木冠军,
突然 ，山脉最深处 ，另一个方位火光滔天 ，一只小红鸟泛起 ，与另一头恐怖的生物爆发了惊世大战。
,樱花禁漫,黄色污在线看一区二区,国产在线不卡网址。??12月04日,新疆阿勒泰雪崩：受阻区域基站全部恢复通信畅通,
柳树太强了 ，超乎所有人的想象 ，绿色的漩涡通达天穹 ，撕裂一切 ，那么重大的一个紫色巨人都被消逝了 ，直接化成了齑粉。
,乱一伦一色一一区二区三区,西瓜理论电影网在线看,一级黄色视频在线视频在。??时势4：先锋啪啪
??12月04日,山西发现中国晋东南地区规模最大新石器时代晚期遗址,
“好清静！”他们感受到了异常 ，这里太清静了 ，没有一点声音 ，宛若一片殒命之地。
,欧美亚洲性视频,日韩 欧美 国产综合在线,欧美在性爱鲁。??12月04日,天津港保税区与北戴河新区达成六项战略合作,
雷族、罗浮大泽、金狼部落等族的人马 ，更是颤抖 ，一株魔柳就已经让他们恐惧了 ，再加上山脉最深处的保存 ，这个地方基础不是人呆的 ，迅速退却才是最好的选择。
,稀缺资源呦视频在线网站,秘 成人小说网站,国内精品 第1页。责编：周毕文
审核：宗洛·向巴克珠
责编：贺岁帝
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
