Tencent HY Frontier Multimodal Agent Teamは、アプリケーションやオペレーティングシステムにわたる長期タスクを対象とした、オープンウェイトの基盤GUIエージェントであるUI-Mate-27Bをリリースしました。本モデルはライブスクリーンショットを観察して可視状態を推論し、ネイティブなデスクトップ操作のための構造化されたキーボードおよびマウスアクションを生成します。

  • ベースモデル: 270億パラメータを持つQwen3.6-27B。
  • 自然言語指示による汎用コンピュータ操作と、再利用可能なワークフローに適応するデモンストレーション誘導型操作をサポート。
  • トレーニングは、教師ありファインチューニングに続き、実行可能なGUI環境でのオンライン強化学習を含む。
  • デモンストレーションはガイドとして扱われ、インターフェースの状態が異なる場合にモデルが再計画することを可能にする。
  • GameDevベンチマークにおいて、デモンストレーション誘導により平均軌道長が303.6ステップから253.1ステップに短縮された。

本リリースでは、制御されたデスクトップ環境での研究開発を目的とした、vLLMおよびOpenAIインターフェースと互換性のあるApache-2.0ライセンスのチェックポイントが提供されています。