2025-02-17
DeepSeek 等秒变操控电脑 AI 智能体，微软开源工具 OmniParser V2.0 发布
2 月 17 日消息，微软 OmniParser 是一款基于纯视觉的 GUI 智能体解析和识别屏幕上可交互图标的 AI 工具，此前搭配 GPT-4V 可显著增强识别能力。 2 月 12 日，微软在官网发布了 OmniParser 最新版本 V2.0，...
OmniParser
2024-10-29
微软开源 OmniParser 纯视觉 GUI 智能体：让 GPT-4V 秒懂屏幕截图，可操控手机 / 电脑
10 月 29 日消息，科技媒体 marktechpost 于 10 月 24 日发布博文，报道称微软公司宣布开源 OmniParser，是一款解析和识别屏幕上可交互图标的 AI 工具。 项目背景 传统的自动化方法通常依赖于解析 HTML 或视图层次结构，从而限制了其...