tencent/UI-Mate-9B
UI-Mate-9B UI-Mate: Advancing Open-Weight Foundation GUI Agents with In-Context Demonstrations Show the workflow once. Let the agent adapt it to the task at hand. Tencent HY Frontier Project Page(https://ui-mate.github.io/) · GitHub(https://github.c...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
🖥️ UI-Mate-9B: GUI Agent mã nguồn mở từ Tencent, điều khiển máy tính bằng screenshot + lệnh tự nhiên
Một mô hình GUI agent nền tảng mã nguồn mở, quan sát giao diện sống động và thực thi hành động chuột/bàn phím tự động.
UI-Mate-9B là một GUI agent nền tảng mã nguồn mở từ Tencent HY Frontier, được thiết kế để thực hiện các tác vụ dài hạn trên nhiều ứng dụng và hệ điều hành khác nhau. Dựa trên nền tảng Qwen3.5-9B, mô hình nhận đầu vào là lệnh tự nhiên, ảnh chụp màn hình và lịch sử tương tác, đư ra ra lý luận cùng các lệnh hành động cấu trúc để tương tác với giao diện người dùng thực.
✨ Điểm nổi bật
- 9B tham số: hiệu năng mạnh mẽ với quy mô gọn gàng.
- Live-screen grounding: quan sát screenshot thời gian thực thay vì phát lại tọa độ.
- Hành động cấu trúc: hỗ trợ chuột, bàn phím, cuộn, chờ đợi, tương tác người dùng và hoàn thành tác vụ.
- Tương thích pyautogui: dễ dàng tích hợp vào môi trường desktop hiện có.
- OpenAI-compatible serving: triển khai và giao tiếp qua API tương thích OpenAI.
- Huấn luyện thực thi: fine-tuning giám sát + học tăng cường trong môi trường GUI thực thi.
- Đánh giá cao trên OSWorld & WindowsAgentArena: điểm số 66.2 và 61.7.
💡 Vì sao đáng chú ý
UI-Mate-9B nổi bật nhờ khả năng thực thi tác vụ dài hạn chỉ từ một ảnh chụp màn hình và lệnh tự nhiên, không cần phát lại từng bước cụ thể. Mô hình có khả năng lập kế hoạch và tái lập kế hoạch dựa trên trạng thái giao diện hiện tại, phù hợp cho các tác vụ phức tạp như cài đặt phần mềm, xuất file, hoặc tự động hóa quy trình trên desktop. Với giấy phép Apache-2.0 và hỗ trợ từ vLLM, UI-Mate-9B dễ dàng tích hợp vào hệ thống nghiên cứu hoặc phát triển môi trường desktop tự động.
#GUICAgent #Multimodal #ComputerUse #OpenSource #Tencent #TiniX
Similar Projects
Discover other similar projects and AI models.
Qwen3.8-27B !Note This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc. !Tip F...
Hugging Face | GitHub | Launch Blog | Documentation License: Apache 2.0 | Authors: Google DeepMind Gemma is a family of open models built by Google DeepMind. Gemma 4 models are multimodal, handling text and image input (with audio supported on small...
Qwen3.8-Flash-Next !Note This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc....
Unlimited OCR Works Welcome the Era of One-shot Long-horizon Parsing. Release - 2026/06/23 📄 Our paper is now available on arXiv(https://arxiv.org/abs/2606.23050). - 2026/06/23 🤝 Thanks to the ModelScope community for their support. Our model is n...
📰 Tech Blog | 📄 Full Report 1. Model Introduction Kimi K3 is an open-weight, native multimodal agentic model and our most capable model to date. It is a 2.8T-parameter model built on Kimi Delta Attention (K...
DeepSeek-V4.1-Flash: Pushing the Limits of KV Cache Compression Technical Report 👁️ Introduction We introduce DeepSeek-V4.1-Flash, a multimodal Mixture-of-Experts (MoE) model with 552B backbone parameters and support for contexts of up to one milli...
GLM-5.3-Flash 👋 Join our WeChat or Discord community. 📖 Check out the GLM-5.3-Flash blog and GLM-5 Technical report. 📍 Use GLM-5.3-Flash API services on Z.ai API Platform. Introduction We introduce GLM-5.3-Flash, the first natively multimodal mod...
Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive Join the Discord(https://discord.gg/SZ5vacTXYf) for updates, roadmaps, projects, or just to chat. Qwen3.6-35B-A3B uncensored by HauhauCS. 0/465 Refusals. HuggingFace's "Hardware Compatibility" widget do...
Qwen3.5-9B !Qwen Chat(https://img.shields.io/badge/%F0%9F%92%9C%EF%B8%8F%20Qwen%20Chat%20-536af5)(https://chat.qwen.ai) !Note This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers...