微軟OmniParser V2發(fā)布：大模型轉(zhuǎn)化為計(jì)算機(jī)智能體
近日，微軟官網(wǎng)宣布了一項(xiàng)重要更新。微軟發(fā)布了其視覺Agent解析框架OmniParser的最新版本V2。這一新版本具備將包括OpenAI的4o、o1、o3-mini，DeepSeek的R1，Qwen的2.5VL，以及Anthropic的Sonnet在內(nèi)的大模型，轉(zhuǎn)化為“計(jì)算機(jī)使用智能體”(Computer Use Agent)的能力。
與前代版本相比，OmniParser V2在多個(gè)方面實(shí)現(xiàn)了顯著提升。在檢測(cè)更微小、可交互的元素時(shí)，V2展現(xiàn)了更高的精度和更快的推理速度。這一提升得益于V2采用了更大規(guī)模的交互元素檢測(cè)數(shù)據(jù)集和圖標(biāo)功能描述數(shù)據(jù)進(jìn)行訓(xùn)練。
此外，OmniParser V2還通過縮小圖標(biāo)描述模型的輸入圖像尺寸，進(jìn)一步優(yōu)化了推理性能。據(jù)微軟官方數(shù)據(jù)，與前代版本相比，V2的推理延遲降低了60%。這一改進(jìn)使得OmniParser V2在處理復(fù)雜視覺任務(wù)時(shí)更加高效，為用戶提供了更加流暢、實(shí)時(shí)的交互體驗(yàn)。
此次OmniParser V2的發(fā)布，不僅展示了微軟在人工智能領(lǐng)域的持續(xù)創(chuàng)新，也為大模型在計(jì)算機(jī)智能體領(lǐng)域的應(yīng)用開辟了新的道路。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
-
微軟
+關(guān)注
關(guān)注
4文章
6741瀏覽量
107860 -
計(jì)算機(jī)
+關(guān)注
關(guān)注
19文章
7807瀏覽量
93202 -
數(shù)據(jù)集
+關(guān)注
關(guān)注
4文章
1236瀏覽量
26196 -
大模型
+關(guān)注
關(guān)注
2文章
3650瀏覽量
5183
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
RDMA設(shè)計(jì)37：RoCE v2 子系統(tǒng)模型設(shè)計(jì)
本博文主要交流設(shè)計(jì)思路，在本博客已給出相關(guān)博文160多篇，希望對(duì)初學(xué)者有用。注意這里只是拋磚引玉，切莫認(rèn)為參考這就可以完成商用IP設(shè)計(jì)。
RoCE v2 子系統(tǒng)模型是用來模擬 RoCE v2 功能
發(fā)表于 02-06 16:19
重磅更新 | 先楫半導(dǎo)體HPM_APPS v1.10.1發(fā)布
重磅更新 | 先楫半導(dǎo)體HPM_APPS v1.10.1發(fā)布
微軟發(fā)布多項(xiàng)全新自主式能力企業(yè)智能體
Platform的智能體集成，加速?gòu)摹坝涗浵到y(tǒng)”邁向“行動(dòng)系統(tǒng)”，幫助企業(yè)提升線索轉(zhuǎn)化優(yōu)化運(yùn)營(yíng)與推動(dòng)創(chuàng)新。微軟還聯(lián)合哈佛商學(xué)院推出實(shí)踐資源，助力企業(yè)邁向自主式
微軟Microsoft Copilot Studio智能體平臺(tái)全面升級(jí)
近期，微軟lgnite大會(huì)重磅宣布Microsoft Copilot Studio全面升級(jí)，集成智能體構(gòu)建、自動(dòng)化與治理，支持多模型和跨平臺(tái)集成，強(qiáng)化安全與可控性。企業(yè)可一站式打造高效
【「AI芯片：科技探索與AGI愿景」閱讀體驗(yàn)】+具身智能芯片
智能的第一層，也是最基礎(chǔ)的一層。
主要負(fù)責(zé)從外部環(huán)境中獲取數(shù)據(jù),并將這些數(shù)據(jù)轉(zhuǎn)化為計(jì)算機(jī)可以理解的形式。感知層包括各種傳感器和輸入設(shè)備，如攝像頭、麥克風(fēng)、鍵盤和激光雷達(dá)等。
作用：是將外部數(shù)據(jù)
發(fā)表于 09-18 11:45
【作品合集】賽昉科技VisionFive 2單板計(jì)算機(jī)開發(fā)板測(cè)評(píng)
賽昉科技VisionFive 2單板計(jì)算機(jī)開發(fā)板測(cè)評(píng)作品合集
產(chǎn)品介紹：
昉·星光 2是全球首款集成了3D GPU的高性能量產(chǎn)RISC-V單板計(jì)算機(jī)
發(fā)表于 09-04 09:08
微軟正式發(fā)布Microsoft行星計(jì)算機(jī)專業(yè)版
地理空間數(shù)據(jù)雖賦能能源、農(nóng)業(yè)、零售等多領(lǐng)域，卻因復(fù)雜性與數(shù)據(jù)孤島問題長(zhǎng)期局限于專家群體。微軟正式發(fā)布Microsoft行星計(jì)算機(jī)專業(yè)版，通過Microsoft Azure（國(guó)際版）整合AI技術(shù)分析能力，實(shí)現(xiàn)海量數(shù)據(jù)從采集、處理到
新一代神經(jīng)擬態(tài)類腦計(jì)算機(jī)“悟空”發(fā)布，神經(jīng)元數(shù)量超20億
電子發(fā)燒友網(wǎng)綜合報(bào)道 8月2日，浙江大學(xué)腦機(jī)智能全國(guó)重點(diǎn)實(shí)驗(yàn)室發(fā)布新一代神經(jīng)擬態(tài)類腦計(jì)算機(jī)——Darwin Monkey（中文名“悟空”）。 ? “悟空”堪稱國(guó)際首臺(tái)神經(jīng)元規(guī)模超20億
在V2板子上部署豆包模型調(diào)試指南
在V2板子上部署豆包模型調(diào)試指南
準(zhǔn)備階段
首先，可以觀看大模型實(shí)戰(zhàn)（SC171開發(fā)套件V3）并下載工程源碼，之后我們需要在板子上安裝這個(gè)代碼所要用到的一些庫(kù)。
pip3 instal
發(fā)表于 05-25 10:17
重磅更新 | 先楫半導(dǎo)體HPM_APPS v1.9.0發(fā)布
重磅更新 | 先楫半導(dǎo)體HPM_APPS v1.9.0發(fā)布
微軟推出兩款全新銷售智能體
采用智能Mirosoft Copilot副駕駛，企業(yè)構(gòu)建超40萬個(gè)自定義智能體。新功能公開預(yù)覽版將于5月發(fā)布，體驗(yàn)AI銷售新紀(jì)元！
求助，關(guān)于LT8625SP在LTPOWERCADII V2中的疑問求解
LT8625SP（包含8627 8624 8624）在LTPOWERCADII V2中的模型沒有包含6V以上輸出電壓的各個(gè)位置的阻容值的計(jì)算，比如輸出電壓大于6
發(fā)表于 04-17 06:46
硅基覺醒已至前夜，聯(lián)發(fā)科攜手生態(tài)加速智能體化用戶體驗(yàn)時(shí)代到來
，芯片能力的躍遷都是一切的起點(diǎn)。從率先落地端側(cè)AI大模型，到打造天璣AI智能體化引擎，聯(lián)發(fā)科一直跑在行業(yè)最前沿。去年發(fā)布的天璣9400不僅端
發(fā)表于 04-13 19:51
軟通計(jì)算機(jī)重磅發(fā)布DeepSeek大模型一體機(jī)產(chǎn)品
。 在人工智能技術(shù)加速賦能千行百業(yè)的背景下，隨著AI應(yīng)用場(chǎng)景的深度拓展，模型部署復(fù)雜度高、場(chǎng)景適配難度大、運(yùn)維成本居高不下等問題日益凸顯，嚴(yán)重制約了技術(shù)普惠進(jìn)程。此次，軟通計(jì)算機(jī)發(fā)布的
NVIDIA 宣布推出 DGX Spark 個(gè)人 AI 計(jì)算機(jī)
的 DGX? 個(gè)人 AI 超級(jí)計(jì)算機(jī)。 ? DGX Spark（前身為 Project DIGITS）支持 AI 開發(fā)者、研究人員、數(shù)據(jù)科學(xué)家和學(xué)生，在臺(tái)式電腦上對(duì)大模型進(jìn)行原型設(shè)計(jì)、微調(diào)和推理。用
發(fā)表于 03-19 09:59
?783次閱讀
工商網(wǎng)監(jiān)
評(píng)論