【微軟開源創新框架：可将DeepSeek，變成AI Agent】

 【微軟開源創新框架：可将DeepSeek，變成AI Agent】微軟在官網發布了視覺Agent解析框架OmniParser最新版本V2.0，可将DeepSeek-R1、GPT-4o、Qwen-2.5VL等模型，變成可在計算機使用的AI Agent。與V1版本相比，V2在檢測較小的可交互UI元素時準确率更高、推理速度更快，延遲降低了60%。在高分辨率Agent基準測試ScreenSpot Pro中，V2+GPT-4o的準确率達到了驚人的39.6%，而GPT-4o原始準确率隻有0.8%，整體提升非常大。除了V2，微軟還開源了omnitool，這是一個基于Docker的 Windows 系統，涵蓋屏幕理解、定位、動作規劃和執行等功能，也是将大模型變成Agent的關鍵工具。（AIGC開放社區）