El equipo Tencent HY Frontier Multimodal Agent Team ha lanzado UI-Mate-9B, un agente de GUI base de peso abierto diseñado para tareas de largo alcance en aplicaciones y sistemas operativos. El modelo observa capturas de pantalla en vivo para razonar sobre los estados visibles y produce acciones estructuradas de teclado y ratón para la interacción nativa con el escritorio.

  • Modelo base: Qwen3.5-9B con 9 mil millones de parámetros.
  • Soporta uso general del ordenador a partir de instrucciones en lenguaje natural y uso guiado por demostraciones que adapta flujos de trabajo reutilizables.
  • Entrenado mediante ajuste fino supervisado seguido de aprendizaje por refuerzo en línea en entornos GUI ejecutables.
  • Licenciado bajo Apache-2.0.

El lanzamiento permite la investigación sobre agentes GUI basados en capturas de pantalla con capacidades de aprendizaje procedural de un solo ejemplo.