微软手机升级

微软GUI智能体OmniParser二代开源！推理延迟降低60%，大模型玩手机更溜了 图形用户界面（GUI）自动化需要智能体具备理解和交互用户屏幕的能力。然而，使用通用大型语言模型（LLM）作为GUI智能体仍然存在难点...