社区供稿 | 书生·万象 3.0 升级发布，创新预训练方法
上海AI实验室升级并开源了通用多模态大模型书生·万象 3.0 (InternVL3)，在多模态能力方面取得显著突破，成为开源模型中的性能新标杆。
GUI智能体
字节清华开源力作！UI-TARS原生AI智能体，人人都能拥有“智能助手”
字节联合清华发布的UI-TARS AI Agent纯视觉感知、端到端架构及系统2推理能力使其成为通用GUI自动化新突破。多项硬核数据验证其性能超越Claude和GPT-4等现有模型。
一篇78页大模型GUI Agents全面综述~
本文综述了LLM驱动的GUI智能体的发展和进步，讨论了它们的历史演变、核心组件和技术，并展示了智能体如何通过自然语言处理技术执行多种任务，包括Word、Photos、浏览器、Adobe Acrobat和PowerPoint操作等。