Fara-7B 是微软推出的首款专为计算机操作设计的 7B 参数智能代理模型,能直接通过视觉感知网页并以鼠标键盘完成多步任务。
它在 WebVoyager、Online-Mind2Web 等基准上取得同尺寸模型最佳成绩,平均仅需 16 步即可完成购物、订票、表单填写等日常操作,支持本地部署且兼顾隐私与低延迟。
GitHub:github.com/microsoft/fara
主要功能:
- 视觉驱动的计算机使用代理,可直接预测屏幕坐标并执行点击、输入、滚动;
- 仅 7B 参数即可在消费级 GPU 上运行,适合本地或边缘部署;
- 基于 Magentic-One 框架生成的 145K 条合成轨迹完成训练,覆盖多种网站与难度;
- 提供 fara-cli 与 Magentic-UI 两种交互方式,快速上手任务执行;
- 配套 WebTailBench、CUAVerifierBench 等全新基准与评估工具链;
- 支持 Azure Foundry 一键部署或 vLLM 本地托管,兼容 Windows、Linux 多平台。
#AI创造营##人工智能#
发布于 北京
