A equipe Tencent HY Frontier Multimodal Agent Team lançou o UI-Mate-9B, um agente base de GUI de peso aberto projetado para tarefas de longo prazo em aplicativos e sistemas operacionais. O modelo observa capturas de tela ao vivo para raciocinar sobre os estados visíveis e produz ações estruturadas de teclado e mouse para interação nativa com o desktop.

  • Modelo base: Qwen3.5-9B com 9 bilhões de parâmetros.
  • Suporta uso geral do computador a partir de instruções em linguagem natural e uso guiado por demonstrações que adapta fluxos de trabalho reutilizáveis.
  • Treinado via ajuste fino supervisionado seguido de aprendizado por reforço online em ambientes GUI executáveis.
  • Licenciado sob Apache-2.0.

O lançamento permite pesquisas sobre agentes de GUI baseados em capturas de tela com capacidades de aprendizado procedural de um único exemplo.