OpenAI 宣布对其人工智能聊天机器人 ChatGPT 进行了一项重要的更新，决定删除在某些内容可能违反服务条款时发出的 “警告” 信息。OpenAI 的人工智能模型行为团队成员 Laurentia Romaniuk 在社交平台 X 上表示，这一改变旨在减少用户在使用 ChatGPT 时遇到的 “无端或无法解释的拒绝回答” 的情况。ChatGPT 的产品主管 Nick Turley 也在相关帖子中表示，用户现在可以按照自己的方式使用 ChatGPT，只要他们遵守法律，并且不试图对自己或他人造成伤害。他表示:“很高兴能在用户界面中删除许多不必要的

小米公司近日发布消息，令人振奋的好消息传来:小米大模型团队的两篇论文成功入选2025年北美计算语言学协会（NAACL）会议，并被列为主会长文。这一成就不仅显示了小米在人工智能领域的深厚积累，也标志着其技术应用的快速发展。这两篇论文分别聚焦于图形用户界面（GUI）代理和机器翻译方向。小米在 GUI 代理方面的研究，将手机控制任务细分为页面到达和页面操作两个子任务，使得智能代理能够更加专注于整体任务的完成能力，而不仅仅是追求每一步的最优解。这一方法提升了智能

在专业环境中，图形用户界面（GUI）代理面临着三大关键挑战。首先，专业应用程序的复杂性远高于一般软件，要求对复杂布局有深入理解;其次，专业工具通常具备更高的分辨率，导致目标尺寸较小，从而降低了定位准确性;最后，工作流程往往依赖于额外工具和文档，增加了操作的复杂性。这些挑战凸显了开发更先进的基准和解决方案以提升 GUI 代理在这些严苛场景中的性能的必要性。目前的 GUI 定位模型和基准无法满足专业环境的要求。例如，ScreenSpot 等工具设计主要用于低分辨率任务

自从 Anthropic 于十月推出 Claude 的 “计算机使用” 功能后，AI 智能体的能力引起了广泛关注。这一功能使得 Claude 成为首个能够通过与人类相同的图形用户界面 （GUI） 进行交互的前沿模型。Claude 通过访问桌面屏幕截图，并通过键盘和鼠标操作来完成任务，这为用户提供了一种无需 API 接口就能自动化操作的便利方式。在一项由新加坡国立大学 Show Lab 进行的研究中，研究人员对 Claude 进行了多项任务的测试，包括网络搜索、工作流程完成、办公室生产力和视频游戏等。这些任务考察了 Claude

手机、平板、电脑、电视，屏幕越来越多，操作越来越复杂，是不是让你眼花缭乱?苹果最近丢出一个王炸——Ferret-UI2，一个超强 UI 理解模型，号称要统一江湖!这可不是吹牛，Ferret-UI2的目标是成为一个真正的六边形战士，能在各种平台上理解用户界面，不管是iPhone、Android、iPad、网页还是AppleTV，它都能轻松拿下。Ferret-UI2的一大亮点是它对多平台的支持。与仅限于移动平台的Ferret-UI不同，Ferret-UI2能够理解来自平板电脑、网页和智能电视等各种设备的UI屏幕。这种多平台支持使其能够适应当

还记得那个号称“看图说话”神器GPT-4V吗?它能理解图片内容，还能根据图片执行任务，简直是懒人福音!但它有个致命弱点:眼神不太好!想象一下，你让GPT-4V帮你点个按钮，它却像个“屏幕瞎子”一样，到处乱点，是不是很抓狂?今天就给大家介绍一个能让GPT-4V眼神变好的神器——OmniParser!这是微软发布的全新模型，旨在解决图形用户界面（GUI）自动交互的难题。OmniParser是干啥的?简单来说，OmniParser就是个“屏幕翻译官”，它能把屏幕截图解析成GPT-4V能看懂的“结构化语言”。OmniParser结合了

["西门子在Senseye预测性维护服务中引入生成式人工智能功能，实现向规定性维护的过渡。","新功能通过对话界面使预测性维护更加直观和高效，帮助用户深入了解机器和系统。","生成式AI结合机器学习和人类见解，提高服务水平，支持数字化转型，优化资源提高生产力。","新功能简化决策过程，更快速和高效，帮助客户应对技能短缺，达到重要里程碑。"]