Vibe News

微软开源了一款仅有四十亿参数的端侧电脑操控多模态模型，能够在真实桌面环境中混合调用视觉点击与系统命令行。 这款名为 Mage-VL-Cowork 的模型在专业电脑操控评测中拿下了百分之六十六的高分。与传统依赖界面连环点击的方案不同，它是一套混合智能体：每遇到一个任务，模型会自主判断应该通过鼠标键盘操作图形界面，还是直接调用系统命令行。 比如面对批量数据或文件整理，它会直接写一段脚本一键执行，大幅提升了操作效率。由于体积轻巧，它不仅可以在边缘设备本地部署，目前也已在开源社区上线免配置沙箱供开发者直接试玩。