每天听简报，了解最新科技、AI、软件资讯
无需读取网页内部代码，仅凭屏幕截图，开源模型 Muse Spark 就能在沙盒环境里自主操控浏览器完成复杂任务。 哈金脸团队发布了一份端到端实战教程，结合 OpenEnv 环境与 Helium 自动化框架，搭建出完整的拟人操作闭环。这套方案采用纯粹的多模态视觉路线，智能体像真人一样观察网页像素做出点击决策，即使面对复杂动态界面也能保持稳定。 配合四比特量化与专属端点部署，开发者无需承担按量计费的算力开销，为个人自建私有化助理提供了极其清晰的落地支撑。
进度保存在本设备 · 登录同步