UI-TARS，这是一种原生的 GUI 智能体模型，它将感知、动作、推理和记忆集成到一个可扩展且适应性强的框架中。在诸如 OSWorld 之类的具有挑战性的基准测试中取得了最先进的性能，UI-TARS 的性能超越了 Claude 和 GPT-4o ...

近日，武汉云片松科技有限公司申请了一项名为“基于图形界面的GUI代码自动生成方法、系统及设备”的专利，这标志着该公司在人工智能领域的一次重要突破。该专利于2024年9月申请，公开号为CN119336320A，目的是通过结合视觉和语言模块，提升图形用户 ...

实验结果显示，使用OS-Genesis生成的数据在多个动态环境中的任务成功率显著提高。例如，在AndroidWorld的测试中，任务成功率由基线9.82%提升至17.41%，几乎翻倍。这样的提升不仅展示了OS-Genesis在数据生成方面的先进性，更证明了它在复杂应用场景中的应用潜力。是否能在实际应用中运用这些高质量的数据，已成为未来研究的另一重要方向。

GLM-PC的“左脑”负责代码生成与逻辑执行，具有规划、循环执行、长思考能力（动态反思、纠错与优化）等功能；而“右脑”部分则负责图像与GUI认知，专注于深度感知与交互体验，支持GUI图像理解、用户行为认知、图像语义解析等功能。

该工具并不需要依赖额外的上下文数据，可以理解更复杂的图形用户界面（GUI），是智能 GUI 自动化领域的一项令人兴奋的进展。OmniParser 结合可交互 ...

在这四年间 PCSX2 收到了超过 6000 处改进，下载量突破 1 亿次。 PCSX2 2.0 正式将 GUI 框架由 wxWidgets 全面切换至 Qt，带来界面改进、UI 后端效率提升 ...