微软研究院 AI Frontiers 发布了 Fara1.5-27B，这是一种专为网页浏览器设计的多模态计算机使用代理。该模型通过截图观察浏览器界面，并通过发出结构化工具调用（如点击、输入文本、滚动和搜索）来执行任务。

  • 使用由 FaraGen1.5 多代理流水线生成的数据，从 Qwen3.5-27B 进行监督微调。
  • 仅视觉感知，将内部推理和轨迹历史作为文本进行跟踪，以预测基于现实的操作。
  • 与 MagenticLite 联合设计，推荐用于研究和生产环境部署。
  • 在 Hugging Face 上提供 4B、9B 和 27B 参数大小的版本。

该代理自动化了诸如表单填写和预订等重复性网页任务，同时作为需要像素级操作预测的其他代理的基准模型。