微軟OmniParser V2發(fā)布：大模型轉(zhuǎn)化為計算機智能體
近日，微軟官網(wǎng)宣布了一項重要更新。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“計算機使用智能體”(Computer Use Agent)的能力。
與前代版本相比，OmniParser V2在多個方面實現(xiàn)了顯著提升。在檢測更微小、可交互的元素時，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)模的交互元素檢測數(shù)據(jù)集和圖標功能描述數(shù)據(jù)進行訓(xùn)練。
此外，OmniParser V2還通過縮小圖標描述模型的輸入圖像尺寸，進一步優(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%。這一改進使得OmniParser V2在處理復(fù)雜視覺任務(wù)時更加高效，為用戶提供了更加流暢、實時的交互體驗。
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，也為大模型在計算機智能體領(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。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。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，請聯(lián)系本站處理。
舉報投訴
-
微軟
+關(guān)注
關(guān)注
4文章
6705瀏覽量
106966 -
計算機
+關(guān)注
關(guān)注
19文章
7722瀏覽量
92286 -
數(shù)據(jù)集
+關(guān)注
關(guān)注
4文章
1229瀏覽量
25914 -
大模型
+關(guān)注
關(guān)注
2文章
3348瀏覽量
4717
發(fā)布評論請先 登錄
相關(guān)推薦
熱點推薦
【作品合集】賽昉科技VisionFive 2單板計算機開發(fā)板測評
賽昉科技VisionFive 2單板計算機開發(fā)板測評作品合集
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單板計算機
發(fā)表于 09-04 09:08
微軟正式發(fā)布Microsoft行星計算機專業(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)孤島問題長期局限于專家群體。微軟正式發(fā)布Microsoft行星計算機專業(yè)版，通過Microsoft Azure（國際版）整合AI技術(shù)分析能力，實現(xiàn)海量數(shù)據(jù)從采集、處理到
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
準備階段
首先，可以觀看大模型實戰(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代碼所要用到的一些庫。
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40萬個自定義智能體。新功能公開預(yù)覽版將于5月發(fā)布，體驗AI銷售新紀元！
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位置的阻容值的計算，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時代到來
，芯片能力的躍遷都是一切的起點。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
軟通計算機重磅發(fā)布DeepSeek大模型一體機產(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)用場景的深度拓展，模型部署復(fù)雜度高、場景適配難度大、運維成本居高不下等問題日益凸顯，嚴重制約了技術(shù)普惠進程。此次，軟通計算機發(fā)布的
機智云發(fā)布Gokit5 AI智能體開發(fā)板：工業(yè)級智能體流水線重構(gòu)AIoT開發(fā)范式
【2025年2月26日，廣州】全球領(lǐng)先的AIoT服務(wù)商機智云正式發(fā)布“Gokit5AI智能體開發(fā)板”，該產(chǎn)品作為行業(yè)首個全棧式AIoT開發(fā)中
微軟OmniParser V2：大模型轉(zhuǎn)化為計算機智能體
)以及Anthropic(Sonnet)等，轉(zhuǎn)化為“計算機使用智能體”(Computer Use Agent)的能力。 與前一版本相比，OmniPa
新華三發(fā)布DeepSeek大模型一體機UniCube
日前，紫光股份旗下的新華三集團震撼發(fā)布了基于DeepSeek大模型的一體機產(chǎn)品——UniCube。這款一體機全面搭載了DeepSeek V3
OpenAI將發(fā)布更智能GPT模型及AI智能體工具
OpenAI近日透露了其未來發(fā)展的重要動向。據(jù)OpenAI首席產(chǎn)品官凱文·維爾(Kevin Weil)介紹，公司計劃推出更智能的GPT o3模型，并首次亮相AI智能體工具，這將使Cha
量子計算機與普通計算機工作原理的區(qū)別
? 本文介紹了量子計算機與普通計算機工作原理的區(qū)別。 量子計算是一個新興的研究領(lǐng)域，科學(xué)家們利用量子力學(xué)，制造出具有革命性能力的計算機。雖然現(xiàn)在的量子
谷歌計劃12月發(fā)布Gemini 2.0模型
近日，有消息稱谷歌計劃在12月發(fā)布其下一代人工智能模型——Gemini 2.0。這一消息引發(fā)了業(yè)界的廣泛關(guān)注，因為谷歌在人工智能領(lǐng)域一直保持著領(lǐng)先地位，而Gemini系列
NVIDIA助力丹麥發(fā)布首臺AI超級計算機
這臺丹麥最大的超級計算機由該國政府與丹麥 AI 創(chuàng)新中心共同建設(shè)，是一臺 NVIDIA DGX SuperPOD 超級計算機。
工商網(wǎng)監(jiān)
評論