微軟OmniParser最新版本可將DeepSeek等模型轉化為計算機智能體

2月17日，根據微軟官網，微軟日前發(fā)布視覺Agent解析框架OmniParser最新版本V2，可將OpenAI（4o/o1/o3-mini）、DeepSeek（R1）、Qwen（2.5VL）、Anthropic（Sonnet）等大模型，轉化為“計算機使用智能體”（Computer Use Agent）。相比前代版本，OmniParser V2在檢測更微小可交互元素時精度更高、推理速度更快。具體而言，V2通過使用更大規(guī)模的交互元素檢測數據集和圖標功能描述數據進行訓練，并通過縮小圖標描述模型的輸入圖像尺寸，推理延遲較前代降低60%。