随着多模态大语言模型（MLLM）的飞速发展，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，在通往通用计算机控制的道路上，如何让模型精准地将自然语言指令对应到屏幕上的具体元素 —— 即 GUI ...

OPPO ColorOS智慧产品研发总监姜昱宸在一场媒体沟通会中对第一财经记者表示，产业中如豆包手机的出现“对整个行业，包括生态的促进作用是有积极作用的”，但“它不是AI手机的最终形态，它还是一个去操作原来GUI界面的一个手法”。

在12月初，豆包与中兴旗下的努比亚共同推出了AI手机“努比亚M153”，这一举动迅速成为互联网和AI领域的热议焦点。豆包手机的最大亮点在于其具备在用户授权下自动操作手机的能力，能够高效完成复杂的长链路任务。这一创新不仅引发了国内的广泛讨论，也让海外市场倍感震撼。

事实上，豆包手机助手引发的热议，已经产生了连锁反应。据手机供应链业内人士爆料，Google、OpenAI等互联网巨头目前已将GUI ...

在嵌入式系统开发中，选择一个合适的图形用户界面（GUI）库是至关重要的。在屏幕上显示的时候，使用现成的图形库，这样开发人员就不需要弄清楚底层任务，例如如何绘制像素、线条、形状，如果再高级一点，则可以绘制某些对象，例如窗口、按钮等。

在学界和大模型社区中，众多研究者与开发者开始关注 VLM-based GUI Agent。Claude 3.5（Computer Use）、Gemini 2.0 - Project Mariner 等商业化模型也在探索视觉 GUI agent，并通过发布或内测 API 供公众使用。这一趋势使相关技术的应用范围得以拓展，也让更多人有机会参与到该 ...

凤凰网科技讯 12月29日，通义实验室多模态交互团队近日宣布开源其通用GUI智能体基座模型MAI-UI。该模型旨在通过理解屏幕界面并执行操作，完成跨应用、多步骤的复杂任务，例如查询车票、在通讯群组同步信息、调整会议安排等。

36氪获悉，12月17日，阶跃星辰升级发布了全新的AI Agent系列模型“Step-GUI”，包括云端模型Step-GUI、首个面向GUI Agent的MCP协议，以及业内首个支持手机部署的开源端侧模型Step-GUI Edge。 36氪获悉，锋龙股份公告，公司控股股东浙江诚锋投资有限公司及实际控制人董剑 ...

通义实验室多模态交互团队近日正式对外发布并开源了一款名为MAI-UI的通用GUI智能体基座模型。这款模型的核心能力在于能够精准理解各类屏幕界面内容，并依据指令执行相应操作，从而完成跨应用、多步骤的复杂任务。例如，在出行场景中，它可以快速查询车票信息； ...

近日，人工智能领域迎来一项重要进展，阶跃星辰正式推出全新AI Agent系列模型「Step-GUI」，涵盖云端模型、首个面向GUI Agent的MCP协议，以及业内首个支持手机部署的开源端侧模型Step-GUI Edge。这一技术方案通过端云协同架构，在保障用户隐私安全的同时，显著 ...

SAP GUI 7.70 for windows版本的最终补丁包 文件名：GUI770_16-70004692.exe 补丁大小：188.9MB 补丁发行日期：2024-3-22 , 相关下载链接：https ...