inclusionAI, GUI 위치 지정 비전 언어 모델 VISTA-4B 공개
원제목:inclusionAI/VISTA-4B
AI 요약
VISTA-4B는 Qwen3.5-4B 백본 기반의 GUI 위치 지정 모델로, 스크린샷과 자연어 지시를 입력받아 정규화된 0-1000 좌표를 출력한다. 훈련에는 뷰 일관성 GRPO와 자기 검증 교차 뷰 앵커링을 적용했다. GUI 위치 지정 벤치마크에서 SSPro 64.2점(GRPO-4B 대비 2.0 상승), SSV2 93.8점(0.4 하락), OSWorld-G 61.2점(1.3 상승), OSWorld-G-R 69.7점(0.5 상승)을 기록했다. 모델은 HuggingFace에 오픈소스로 공개됐으며, 프롬프트 사용과 [x,y] 형식 좌표 반환을 권장한다.
핵심 정보
- VISTA-4B는 Qwen3.
- 5-4B 백본 기반의 GUI 위치 지정 모델로,스크린샷과 자연어 지시를 입력받아 정규화된 0-1000 좌표를 출력한다.
- 훈련에는 뷰 일관성 GRPO와 자기 검증 교차 뷰 앵커링을 적용했다.
- GUI 위치 지정 벤치마크에서 SSPro 64.
- 2점(GRPO-4B 대비 2.
한눈에 보기
- 게시
- 업데이트
- 카테고리
- 모델 출시
- AI 점수
- 62
추천 이유
蚂蚁 inclusionAI 开源了一款 GUI 定位模型,基于 Qwen3.5 微调,在接地基准上小幅提升,关键是提供了自验证训练方法,做桌面自动化的可以直接下载用。
관련 엔티티
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: inclusionAI, GUI 위치 지정 비전 언어 모델 VISTA-4B 공개. 2026년 6월 12일. https://new.nat6.net/ko/news/cmqbwmfgh05seslam0r0r80vz/