Microsoft Research AI Frontiers ha lanzado Fara1.5-27B, un agente multimodal de uso del ordenador diseñado para navegadores web. El modelo observa las interfaces del navegador mediante capturas de pantalla y ejecuta tareas emitiendo llamadas estructuradas a herramientas como hacer clic, escribir, desplazarse y buscar.

  • Ajuste fino supervisado a partir de Qwen3.5-27B utilizando datos generados por la canalización multiagente FaraGen1.5.
  • Percepción solo visual que rastrea el razonamiento interno y el historial de trayectoria como texto para predecir acciones fundamentadas.
  • Codiseñado con MagenticLite para su implementación recomendada en entornos de investigación y producción.
  • Disponible en tamaños de 4B, 9B y 27B parámetros en Hugging Face.

El agente automatiza tareas web repetitivas como el llenado de formularios y las reservas, mientras actúa como un modelo de anclaje para otros agentes que requieren predicción de acciones con precisión de píxel.