霸榜SOTA，蚂蚁开源UI-Venus-1.5，GUI智能体办事时代加速到来

GUI 智能体最近卷到什么程度了？ Claude、OpenAI Agent 及各类开源模型你方唱罢我登场，但若真想让 AI 成为 「 能在手机和网页上稳定干活的助手」，仍绕不开三大现实难题： 现在，蚂蚁带来 UI-Venus-1.5：一个遵循「 高性能，实战派」设计理念的端到端 GUI 智能体。 单个模型即可统一处理定位（Grounding）、移动端（Mobile）与 网页端（Web）三大场景，全面支持 40+ 主流中文 App ，让 AI 真正走进用户生活。 「知识缺失」难题 ：基础大模型对 GUI 领域的认知依然薄弱 —— 生僻图标、小众应用的操作逻辑等需要补足。 「纸上谈兵」困境 ：离线训练数据与真实交互环境存在鸿沟，离线看似合理的动作，一到在线任务就翻车。 「多模型协同」障碍 ：尽管视觉定位、任务规划等领域专家模型各有突破，但多模型协作往往依赖复杂框架，协同成本高。 报告标题： UI-Venus-1.5 Technical Report 技术报告：https://arxiv.org/abs/2602.09082 代码：https://github.com/inclusionAI/UI-Venus 模型 ...