图形用户界面（Graphical User Interface, GUI）作为数字时代最具代表性的创新之一，大幅简化了人机交互的复杂度。从简单的图标、按钮、窗口到复杂的 ...

CUA能够如此之强，是因为建立在OpenAI多年关键研究——多模态、推理和安全性领域基础之上。通过融合GPT-4o的视觉能力、深度推理技术和创新的强化学习方法，研发团队攻克了AI操作计算机的诸多技术难关。

UI-TARS，这是一种原生的 GUI 智能体模型，它将感知、动作、推理和记忆集成到一个可扩展且适应性强的框架中。在诸如 OSWorld 之类的具有挑战性的基准测试中取得了最先进的性能，UI-TARS 的性能超越了 Claude 和 GPT-4o 等现有系统。提出了几项创新，包括增强的感知、统一的动作建模、系统 2 推理和使用在线轨迹的迭代改进，所有这些都使智能体能够有效地处理复杂 GUI ...

近日，武汉云片松科技有限公司申请了一项名为“基于图形界面的GUI代码自动生成方法、系统及设备”的专利，这标志着该公司在人工智能领域的一次重要突破。该专利于2024年9月申请，公开号为CN119336320A，目的是通过结合视觉和语言模块，提升图形用户 ...

此项专利的摘要表明，武汉云片松科技采用了一种新型的图形用户界面（GUI）代码自动生成方式。其技术核心在于获取UI界面图像训练数据和相应的UI代码，通过初始代码生成模型的训练来实现自动化生成。这一模型由多个模块构成，包括语言模块、视觉模块、以及多模态信 ...

Anthropic首先提出了computer use概念，没有用agent这个词，但这不只是个命名的胜利； 图形用户界面（GUI）已越来越臃肿，AI可能玩得更好 ...

旧金山 - 市值85亿美元的游戏开发平台公司Unity Technologies (NYSE: U)已被丰田汽车公司选中，为其即将推出的车载人机界面 (HMI)开发图形用户界面 (GUI)。根据InvestingPro数据显示，Unity目前估值略显偏低，其流动性指标显示流动资产超过短期负债的两倍。此次合作旨在利用Unity的实时3D技术提升车内体验。

这一创新专利的核心在于提升用户在图形用户界面（GUI）中的交互体验，通过人工智能技术实现更智能、更人性化的操作。这项专利于2024年8月申请 ...

精准预测下一步的GUI（图形用户界面）操作。这一特性使得CogAgent能够广泛应用于个人电脑、手机、车机设备等基于GUI交互的各类场景。 相较于去年 ...

在AI技术日新月异的今天，国内大厂字节跳动紧跟国际步伐，于近日在GitHub平台推出了一款面向图形化用户界面（GUI）的全新自动化操作模型——UI-TARS。这款模型拥有高达70亿参数，巧妙地将视觉理解、文本处理、操作规划及记忆管理等核心组件融为一体 ...