如今AI浪潮正以前所未有的速度重塑各个行业。尤其是在办公领域，无数AI生产力工具不断涌现。然而，当我们将镜头拉近，却总会发现这些生产力工具在实际操作与宣传效果之间的落差。 办公智能体，似乎已然成为了一种“可远观而不可亵玩”的赛博莲花。

也就是说句人话，就能让它自己点鼠标、敲键盘、拖动滚动、翻页浏览，在浏览器和各种软件里帮你完成一整套复杂操作。 主要包含了Agent TARS和UI-TARS-desktop两个项目。 Agent TARS支持一键式开箱即用的CLI，可以在有界面的Web UI环境执行，也能在无界面的服务器环境 ...

始智AI wisemodel.cn社区是源自中国的中立开放的AI开源社区。正在招募 | 新一期开源共创志愿者计划，欢迎加入共同成长。wisemodel社区算力平台上线，价格实惠，灵活方便，支持在线微调训练模型，及模型在线体验和专属API服务，并全面支持ollama在线运行。 想象 ...

随着通用大模型向着agentic以及GUI理解增强的方向发展，现在Gemini 3 Flash等通用大模型已经可以直接用来搭建一个效果还不错的GUI Agent，并且实践难度大幅降低，半小时左右就可以从0到1手搓出来。本文详细介绍如何逐步搭建一个GUI Agent，从实践中也可快速了解GUI ...

炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 从感知式 AI（理解图像、文字和声音）到生成式 AI（创造文本、图像和声音），再到能够感知、推理、计划和行动的智能体（即 AI Agent），我们正见证着 AI 能力的下一代进化。

国产手机开卷AI助手功能，豆包与中兴合作推出手机助手，阶跃星辰开源GUI Agent技术。 除了卷到极致的AI图像美化，国产手机终于开卷新功能。 今日，豆包发布「豆包手机助手技术预览版」，根据官方介绍，这款模型拥有系统级的操作权限，能够识别手机屏幕上的 UI 元素，通过大模型技术理解用户需求，然后模拟点击、滑动和输入等动作，像人一样去操作手机中的应用，执行点外卖比价、搜小红书做攻略等生活任务。豆包 ...

「UI-TARS是字节推出的杰出科研成果，为系统级GUI Agent提供了清晰的技术路径。」 手机上的 AI，从来没有这么像真人。 最近一个星期，席卷科技圈的一款手机不来自任何一家硬件大厂，而是与字节的豆包联系在了一起。 这款搭载豆包手机助手的工程机引爆了全网 ...

最近技术圈里CLI的讨论热度几乎盖过了AI Agent本身。飞书CLI开源、谷歌Gemini CLI发布，各大厂纷纷入局，让这个看似古老的命令行工具突然成了新宠。有人说CLI要取代GUI，也有人争论AI时代该选哪种交互方式。 飞书、谷歌相继发布自研CLI工具 作为深耕企业级智能体 ...

近期，技术圈掀起了一股关于命令行界面（CLI）的热议浪潮，飞书开源CLI、谷歌发布Gemini CLI等事件，让这一看似传统的交互方式重新回到大众视野。与此同时，关于CLI是否会取代图形用户界面（GUI）的讨论甚嚣尘上，尤其是在AI技术快速发展的当下，如何选择 ...

近日，人工智能领域迎来一项重要进展，阶跃星辰正式推出全新AI Agent系列模型「Step-GUI」，涵盖云端模型、首个面向GUI Agent的MCP协议，以及业内首个支持手机部署的开源端侧模型Step-GUI Edge。这一技术方案通过端云协同架构，在保障用户隐私安全的同时，显著 ...

最近几天，关于第二代豆包 AI 手机，又有了新的消息。行业媒体芯流智库独家报道称，中兴努比亚已经全面收缩其他手机线，把核心资源集中到第二代豆包 AI 手机上，并计划月内发布。