Команда Tencent HY Frontier Multimodal Agent Team выпустила UI-Mate-9B, базовый агент с открытым весом для управления графическим интерфейсом, предназначенный для выполнения долгосрочных задач в приложениях и операционных системах. Модель анализирует живые скриншоты, рассуждает о видимых состояниях и генерирует структурированные команды клавиатуры и мыши для взаимодействия с нативным рабочим столом.
- Базовая модель: Qwen3.5-9B с 9 миллиардами параметров.
- Поддерживает общее управление компьютером по инструкциям на естественном языке и использование, направляемое демонстрациями, которое адаптирует повторно используемые рабочие процессы.
- Обучена с помощью контролируемой тонкой настройки, за которой следует онлайн-обучение с подкреплением в исполняемых средах GUI.
- Лицензия: Apache-2.0.
Выпуск позволяет проводить исследования агентов GUI на основе скриншотов с возможностями процедурного обучения по одному примеру.