Lanzamientos de modelos

inclusionAI/VISTA-9B: modelo de visión-lenguaje para localización de GUI entrenado con VISTA

Título original:inclusionAI/VISTA-9B

Resumen de IA

VISTA-9B es un modelo de localización de GUI entrenado sobre el backbone Qwen3.5 9B que recibe capturas de pantalla e instrucciones en lenguaje natural y genera coordenadas normalizadas de 0 a 1000. Emplea el método VISTA (autoverificación consistente con la vista), que incluye GRPO consistente con la vista y anclaje autoverificado entre vistas. Obtiene 69,2, 95,8, 68,1 y 75,5 puntos en SSPro, SSV2, OSWorld-G y OSWorld-G-R, respectivamente, superando las líneas base Qwen3.5-9B y GRPO-9B. El modelo es de código abierto y puede cargarse mediante Hugging Face.

Puntos clave

  • VISTA-9B es un modelo de localización de GUI entrenado sobre el backbone Qwen3.
  • 5 9B que recibe capturas de pantalla e instrucciones en lenguaje natural y genera coordenadas…
  • Emplea el método VISTA (autoverificación consistente con la vista),que incluye GRPO consistente…
  • Obtiene 69,2,95,8,68,1 y 75,5 puntos en SSPro,SSV2,OSWorld-G y…
  • 5-9B y GRPO-9B.

Resumen rápido

Publicado
Actualizado
Fuente
蚂蚁 inclusionAI:HuggingFace 新模型
Categoría
Lanzamientos de modelos
Puntuación IA
71
Leer el original Leer el artículo completo en la fuente original
Por qué importa

蚂蚁 inclusionAI 的 VISTA-9B 专攻 GUI 定位,把截图和指令直接变成点击坐标,做界面自动化的开发者可以直接拿来用。训练中的视角一致性约束有点新意,但基准提升不大,更像个实干范本。

Entidades relacionadas

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: inclusionAI/VISTA-9B: modelo de visión-lenguaje para localización de GUI entrenado con VISTA. 12. junio 2026. https://new.nat6.net/es/news/cmqbwmfgh05sdslam91ctu2zd/

Ver todo →