三花快讯 · 2025, 2月17日
微软推出 OmniParser V2.0：将大语言模型转化为 GUI 交互智能体
显著提升检测小元素准确性和推理速度
微软的 OmniParser 近日发布了 V2 更新，这一更新旨在将任何大语言模型（LLM）转化为能够理解和交互图形用户界面（GUI）的智能体。
与前一代相比，OmniParser V2 在检测更小可交互元素的准确性和推理速度上有了显著提升。目前，代码和模型均已开源。
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。