MAI-UI: Real-World Centric Foundation GUI Agents
Семейство базовых моделей GUI-агентов от Alibaba. От 2B до 235 B
#sota 76.7% на AndroidWorld, 73.5% на ScreenSpot-Pro
HF
#GUI #agent #computeruse
Семейство базовых моделей GUI-агентов от Alibaba. От 2B до 235 B
#sota 76.7% на AndroidWorld, 73.5% на ScreenSpot-Pro
HF
#GUI #agent #computeruse
👍3
Moltbot (бывший Clawdbot)
Хайповый ИИ-ассистент-агент, работает на вашем компьютере. Обращаетесь к нему через мессенджер Telegram/WhatsApp/Slack
Под него скупают Mac mini чтобы на каждом запустить инстанс агента, и так разводят целые фермы агентов.
Варнинг: на предмет безопасности эта система весьма дырявая. Я вас предупредил.
По возможностям:
— взаимодействует с различными сервисами и приложениями (например, с Gmail, календарём, WordPress)
— помнит контекст и сохраняет информацию 24/7
— создаёт и использует навыки (skills) для автоматизации задач
— работает с плагинами и может вызывать разные инструменты
— умеет самостоятельно расширять свои возможности и добавлять новые функции
— способен к проактивным действиям, например, напоминает о делах или выполняет задачи по расписанию
Рекомендована подписка Anthropic Pro/Max (100/200) + Opus 4.5
Гитхаб
#assistaant #agent #computeruse
Хайповый ИИ-ассистент-агент, работает на вашем компьютере. Обращаетесь к нему через мессенджер Telegram/WhatsApp/Slack
Под него скупают Mac mini чтобы на каждом запустить инстанс агента, и так разводят целые фермы агентов.
Варнинг: на предмет безопасности эта система весьма дырявая. Я вас предупредил.
По возможностям:
— взаимодействует с различными сервисами и приложениями (например, с Gmail, календарём, WordPress)
— помнит контекст и сохраняет информацию 24/7
— создаёт и использует навыки (skills) для автоматизации задач
— работает с плагинами и может вызывать разные инструменты
— умеет самостоятельно расширять свои возможности и добавлять новые функции
— способен к проактивным действиям, например, напоминает о делах или выполняет задачи по расписанию
Рекомендована подписка Anthropic Pro/Max (100/200) + Opus 4.5
Гитхаб
#assistaant #agent #computeruse
👍3❤2😁1
This media is not supported in your browser
VIEW IN TELEGRAM
MiniMax Agent Desktop
Ну и MiniMax подсуетился.
Обновленную версию своего агента позиционируют как
— управляет браузером
— работает с пакетными задачами
— пользуется библиотекой навыков
— "экспертные агенты", которых можно настраивать и делиться ими.
Работает на #macOS и #Windows
Попробовать / скачать
#agent #assistant #computeruse
Ну и MiniMax подсуетился.
Обновленную версию своего агента позиционируют как
MiniMax Agent = Claude cowork + Clawdbot
— управляет браузером
— работает с пакетными задачами
— пользуется библиотекой навыков
— "экспертные агенты", которых можно настраивать и делиться ими.
Работает на #macOS и #Windows
Попробовать / скачать
#agent #assistant #computeruse
😱3👍2👀1
Code2World: A GUI World Model via Renderable Code Generation
Модель для взаимодействия ИИ-агентов с GUI
Предсказывает следующее визуальное состояние с помощью генерации визуализируемого кода
Гитхаб
HF ждем
#vlm #agent #computeruse
Модель для взаимодействия ИИ-агентов с GUI
Предсказывает следующее визуальное состояние с помощью генерации визуализируемого кода
Гитхаб
HF ждем
#vlm #agent #computeruse
❤6👍2
This media is not supported in your browser
VIEW IN TELEGRAM
Kimi Claw
Пока OpenClaw, он же Clawdbot он же Moltbot, продался в Open AI(ладно, не продался, а схантили разработчика, а OpenClaw обещает остаться открытым - но кто знает чего эти обещания стоят) ,
Kimi быстренько собрали своего "OpenClaw у нас дома". Шучу, это наверняка "OpenClaw из нормального магазина"
Ну, видать, все компоненты уже есть, надо было только соединить.
Итак, у агента
- интеграция с архитектурой OpenClaw. Позволяет пользователям запускать AI-ассистентов с функцией долгосрочной памяти.
- более 5000 навыков, разработанных сообществом
- 40 ГБ облачного хранилища. Позволяет работать с большими наборами данных и поддерживать глубокий контекст для операций RAG
- профессиональный поиск с данными в реальном времени. Функция позволяет агенту получать актуальные данные из таких источников, как Yahoo Finance.
- гибкое подключение. Функция «Принеси свой Claw» (BYOC) позволяет инженерам подключать сторонние установки OpenClaw или подключать своих ИИ-агентов к внешним платформам, таким как чаты в Telegram
Ну а под капотом Kimi K2.5
Идем тестировать
#agent #assistant #computeruse
Пока OpenClaw, он же Clawdbot он же Moltbot, продался в Open AI
Kimi быстренько собрали своего "OpenClaw у нас дома". Шучу, это наверняка "OpenClaw из нормального магазина"
Ну, видать, все компоненты уже есть, надо было только соединить.
Итак, у агента
- интеграция с архитектурой OpenClaw. Позволяет пользователям запускать AI-ассистентов с функцией долгосрочной памяти.
- более 5000 навыков, разработанных сообществом
- 40 ГБ облачного хранилища. Позволяет работать с большими наборами данных и поддерживать глубокий контекст для операций RAG
- профессиональный поиск с данными в реальном времени. Функция позволяет агенту получать актуальные данные из таких источников, как Yahoo Finance.
- гибкое подключение. Функция «Принеси свой Claw» (BYOC) позволяет инженерам подключать сторонние установки OpenClaw или подключать своих ИИ-агентов к внешним платформам, таким как чаты в Telegram
Ну а под капотом Kimi K2.5
Идем тестировать
#agent #assistant #computeruse
👀5👍4❤2
Нейронавт | Нейросети в творчестве
Kimi Claw Пока OpenClaw, он же Clawdbot он же Moltbot, продался в Open AI (ладно, не продался, а схантили разработчика, а OpenClaw обещает остаться открытым - но кто знает чего эти обещания стоят) , Kimi быстренько собрали своего "OpenClaw у нас дома". Шучу…
This media is not supported in your browser
VIEW IN TELEGRAM
Introducing Manus in Your Chat : Your Personal Agent, Everywhere You Are
Meta (запрещено в РФ) не успела купить OpenClaw, зато успела купить Manus.
И теперь у них тоже свой OpenClaw с блекджеком и телеграмом.
Все то же самое, только не хостится на локалке.
Пробовать на офсайте
#agent #assistant #computeruse
Meta (запрещено в РФ) не успела купить OpenClaw, зато успела купить Manus.
И теперь у них тоже свой OpenClaw с блекджеком и телеграмом.
Все то же самое, только не хостится на локалке.
Пробовать на офсайте
#agent #assistant #computeruse
👍3
Claude Sonnet 4.6
– Улучшения в кодинге, ризонинге, computer use, финансах, анализе больших объемов данных
– На 40% дешевле Opus и доступен для всех планов (включая бесплатный) в Claude Code, Cowork и тд
– В бета версии обрабатывает контекст до 1 миллиона токенов — может держать в памяти целые кодовые базы, длинные контракты или десятки научных статей
– По бенчмаркам вплотную приближается к Opus 4.6 и во многих тестах превосходит GPT-5.2 и Gemini 3 Pro
#agent #coding #news #computeruse
– Улучшения в кодинге, ризонинге, computer use, финансах, анализе больших объемов данных
– На 40% дешевле Opus и доступен для всех планов (включая бесплатный) в Claude Code, Cowork и тд
– В бета версии обрабатывает контекст до 1 миллиона токенов — может держать в памяти целые кодовые базы, длинные контракты или десятки научных статей
– По бенчмаркам вплотную приближается к Opus 4.6 и во многих тестах превосходит GPT-5.2 и Gemini 3 Pro
#agent #coding #news #computeruse
🔥5👍3❤2😐1
Mobile-Agent-v3.5
Новая мультиплатформенная версия автоматизатора работы с GUI от Alibaba
Под капотом модель GUI-Owl 1.5, версии от 2B до 32B. (Базовая модель Qwen3-VL)
может работать как самостоятельный агент или как часть системы в роли планировщика, исполнителя, верификатора и т. д
#SOTA на 20+ бенчарках
Гитхаб
HF
Демо
#agent #computeruse
Новая мультиплатформенная версия автоматизатора работы с GUI от Alibaba
Под капотом модель GUI-Owl 1.5, версии от 2B до 32B. (Базовая модель Qwen3-VL)
может работать как самостоятельный агент или как часть системы в роли планировщика, исполнителя, верификатора и т. д
#SOTA на 20+ бенчарках
Гитхаб
HF
Демо
#agent #computeruse
👍5
MolmoPoint-GUI-8B
Мультимодальная модель от авторов Molmo, специализируется на работе с GUI, умеет указывать на элементы в интерфейсе по текстовым запросам
Принимает на вход одно изображение и запрос в виде инструкции, выдаёт результат в виде одной точки
Использует для указания на элементы не координаты, а специальные токены (grounding-tokens)
Гитхаб
HF
Демо
А еще у них есть похожая моделька общего профиля (не для GUI) для видео на 4B параметров
#vlm #computeruse
Мультимодальная модель от авторов Molmo, специализируется на работе с GUI, умеет указывать на элементы в интерфейсе по текстовым запросам
Принимает на вход одно изображение и запрос в виде инструкции, выдаёт результат в виде одной точки
Использует для указания на элементы не координаты, а специальные токены (grounding-tokens)
Гитхаб
HF
Демо
А еще у них есть похожая моделька общего профиля (не для GUI) для видео на 4B параметров
#vlm #computeruse
👍3
MolmoWeb
Ai2 (команда Molmo) выпустил open-source браузерного агента.
Работает на Molmo 2 (4B/8B). Смотрит на страницу через скриншот и сам решает куда кликнуть, что написать, где проскроллить
Ради безопасности не имеет доступа к паролям и деньгам
#SOTA среди открытых решений в 4 бенчмарках. Обходит агентов на GPT-4o и побеждает OpenAI CUA в 3 из 4 тестов
Гитхаб
HF
Демо
Плейграунд Molmo 2
#computeruse #agent
Ai2 (команда Molmo) выпустил open-source браузерного агента.
Работает на Molmo 2 (4B/8B). Смотрит на страницу через скриншот и сам решает куда кликнуть, что написать, где проскроллить
Ради безопасности не имеет доступа к паролям и деньгам
#SOTA среди открытых решений в 4 бенчмарках. Обходит агентов на GPT-4o и побеждает OpenAI CUA в 3 из 4 тестов
Гитхаб
HF
Демо
Плейграунд Molmo 2
#computeruse #agent
👍8❤1
Holo3
#SOTA семейство агентных моделей для выполнения действий на компьютере, автоматическое предприятие. модель для Автономного Предприятия. Умеет выполнять рабочие процессы в синтетических корпоративных средах
Старшая Holo3-122B-A10B доступна только через API
Младшая Holo3-35B-A3B выложена на Hugging Face и доступна бесплатно через Inference API с ограничением в 10 RPM
#agent #computeruse
#SOTA семейство агентных моделей для выполнения действий на компьютере, автоматическое предприятие. модель для Автономного Предприятия. Умеет выполнять рабочие процессы в синтетических корпоративных средах
Старшая Holo3-122B-A10B доступна только через API
Младшая Holo3-35B-A3B выложена на Hugging Face и доступна бесплатно через Inference API с ограничением в 10 RPM
#agent #computeruse
ClawGUI
Фреймворк для обучения, оценки и развёртывания GUI-агентов
Использует параллельные Docker-эмуляторы Android или реальные устройства. Воспроизводит бенчмарки с точностью 95,8 %. Поддерживает Android, HarmonyOS, iOS. Управление через 12+ чат-платформ. Полный тест одной командой без скриптов.
Гитхаб
HF
#agent #computeruse
Фреймворк для обучения, оценки и развёртывания GUI-агентов
Использует параллельные Docker-эмуляторы Android или реальные устройства. Воспроизводит бенчмарки с точностью 95,8 %. Поддерживает Android, HarmonyOS, iOS. Управление через 12+ чат-платформ. Полный тест одной командой без скриптов.
Гитхаб
HF
#agent #computeruse
👍5
Personal Computer
Автономный ИИ‑агент от Perplexity для macOS - взаимодействует с файлами, приложениями и интернетом.
• работает с локальными файлами и нативными приложениями Mac
• интегрируется с веб‑инструментами через браузер Perplexity Comet
• использует более 400 коннекторов для оркестрации инструментов и файлов
• учитывает личный контекст пользователя
• обрабатывает данные на серверах Perplexity
• запускает задачи удалённо с iPhone
• сравнивает файлы из разных приложений, переносит заметки
Доступен по подписке Pro или Max, не в Mac App Store — скачивается с сайта Perplexity. Старый клиент скоро устареет.
#agent #desktop #macos #computeruse
Автономный ИИ‑агент от Perplexity для macOS - взаимодействует с файлами, приложениями и интернетом.
• работает с локальными файлами и нативными приложениями Mac
• интегрируется с веб‑инструментами через браузер Perplexity Comet
• использует более 400 коннекторов для оркестрации инструментов и файлов
• учитывает личный контекст пользователя
• обрабатывает данные на серверах Perplexity
• запускает задачи удалённо с iPhone
• сравнивает файлы из разных приложений, переносит заметки
Доступен по подписке Pro или Max, не в Mac App Store — скачивается с сайта Perplexity. Старый клиент скоро устареет.
#agent #desktop #macos #computeruse
🔥2👍1
Phi-Ground-Any
Модель от Microsoft для работы с GUI - «видит» экран и кликает по нужным элементам.
• распознаёт элементы интерфейса (кнопки, поля, меню)
• переводит команды («кликни на кнопку входа») в координаты на экране
• автоматизирует действия в ПО (заполнение форм, навигация)
• работает с приложениями как человек — через клики и взаимодействия.
• 4 млрд параметров
• разрешение входных изображений — 1680x1008
Гитхаб
HF
#vlm #computeruse
Модель от Microsoft для работы с GUI - «видит» экран и кликает по нужным элементам.
• распознаёт элементы интерфейса (кнопки, поля, меню)
• переводит команды («кликни на кнопку входа») в координаты на экране
• автоматизирует действия в ПО (заполнение форм, навигация)
• работает с приложениями как человек — через клики и взаимодействия.
• 4 млрд параметров
• разрешение входных изображений — 1680x1008
Гитхаб
HF
#vlm #computeruse
👍8😱3
GELab-Zero-4B-preview-Sico-Evolution
GUI-агент от Microsoft для взаимодействия с интерфейсами. Решает задачи в браузерах и приложениях без ручного клика. Обучен на данных Edge и Copilot 🤩
• работает с визуальными интерфейсами
• понимает скриншоты и текстовые команды
• использует LoRA-адаптацию
4B параметров. Рост успеха задач с 39.8% до 82.9%. Обходит GPT-5.4 и Claude Opus 4.7
GGUF
#browseruse #computeruse #agent
GUI-агент от Microsoft для взаимодействия с интерфейсами. Решает задачи в браузерах и приложениях без ручного клика. Обучен на данных Edge и Copilot 🤩
• работает с визуальными интерфейсами
• понимает скриншоты и текстовые команды
• использует LoRA-адаптацию
4B параметров. Рост успеха задач с 39.8% до 82.9%. Обходит GPT-5.4 и Claude Opus 4.7
GGUF
#browseruse #computeruse #agent
👍6🔥1
KnowAct-GUIClaw
Инструмент для GUI-автоматизации с глубоким пониманием интерфейса. Решает проблему неточного клика и путаницы в динамичных UI
• точная локализация элементов даже при сдвигах
• действия по семантике, а не по координатам
• работа с вложенными и перекрывающимися виджетами
• адаптация к ресайзу и смене тем оформления
Использует мультимодальное понимание экрана плюс RL-политику для выбора действий. Акцент на устойчивость к изменениям верстки.
Гитхаб
#computeruse #agent
Инструмент для GUI-автоматизации с глубоким пониманием интерфейса. Решает проблему неточного клика и путаницы в динамичных UI
• точная локализация элементов даже при сдвигах
• действия по семантике, а не по координатам
• работа с вложенными и перекрывающимися виджетами
• адаптация к ресайзу и смене тем оформления
Использует мультимодальное понимание экрана плюс RL-политику для выбора действий. Акцент на устойчивость к изменениям верстки.
Гитхаб
#computeruse #agent
👍3
This media is not supported in your browser
VIEW IN TELEGRAM
UI-Mate-27B
GUI-агент от Tencent на базе Qwen3.6-27B. Управляет рабочим столом: смотрит на скриншоты и отдаёт команды мыши и клавиатуры. Главное - учится с одной демонстрации, показал раз, как делать, и он адаптирует это под похожую задачу.
• Выполнение задач по естественной инструкции и живым скриншотам
• Обучение по одной демонстрации - без превращения в слепой реплей скрипта
• Долгий горизонт через несколько приложений
• Live-screen grounding вместо повторения координат
• Структурированные действия: мышь, клавиатура, скролл, ожидание, завершение
• Есть версии 9B и демонстрационная democua-27B
Гитхаб
HF
Демо
#computeruse #agent
VK | MAX
GUI-агент от Tencent на базе Qwen3.6-27B. Управляет рабочим столом: смотрит на скриншоты и отдаёт команды мыши и клавиатуры. Главное - учится с одной демонстрации, показал раз, как делать, и он адаптирует это под похожую задачу.
• Выполнение задач по естественной инструкции и живым скриншотам
• Обучение по одной демонстрации - без превращения в слепой реплей скрипта
• Долгий горизонт через несколько приложений
• Live-screen grounding вместо повторения координат
• Структурированные действия: мышь, клавиатура, скролл, ожидание, завершение
• Есть версии 9B и демонстрационная democua-27B
Гитхаб
HF
Демо
#computeruse #agent
VK | MAX
👍9
This media is not supported in your browser
VIEW IN TELEGRAM
macOS Harness
Команда browser-use выложила в открытый доступ обвязку которая дает ИИ-агентам практически полный контроль над Mac
Агент получает один постоянно работающий Python-процесс, подключенный к системе. Видит окна приложений, шлет им нажатия клавиш и клики, работает с браузером, читает и пишет файлы, выполняет команды в терминале
Вместо десятков готовых инструментов под каждую программу шесть сырых примитивов: посмотреть, нажать клавишу, напечатать, кликнуть, спросить у системы и выполнить скрипт
Если агенту не хватает какойто возможности он на ходу пишет недостающий код и продолжает работать
Может сам себя установить и настроить без участия человека
Проект экспериментальный, только для macOS
#harness #macos #computeruse
VK | MAX
Команда browser-use выложила в открытый доступ обвязку которая дает ИИ-агентам практически полный контроль над Mac
Агент получает один постоянно работающий Python-процесс, подключенный к системе. Видит окна приложений, шлет им нажатия клавиш и клики, работает с браузером, читает и пишет файлы, выполняет команды в терминале
Вместо десятков готовых инструментов под каждую программу шесть сырых примитивов: посмотреть, нажать клавишу, напечатать, кликнуть, спросить у системы и выполнить скрипт
Если агенту не хватает какойто возможности он на ходу пишет недостающий код и продолжает работать
Может сам себя установить и настроить без участия человека
Проект экспериментальный, только для macOS
#harness #macos #computeruse
VK | MAX
👍9🔥1😁1
This media is not supported in your browser
VIEW IN TELEGRAM
nanoMuse
Открытый аналог метовского Muse — персональный агент на каждом твоем устройстве. Один агент, одни руки на экране телефона и компьютера, память в файлах, модель на твой выбор.
Определяет персонального агента через пять вопросов и три горизонта
• Действует на экране телефона и компьютера
• Общий диалог между устройствами через релей, который можно поднять самому
• Память — обычные Markdown-файлы, которые человек может читать и править
• Модель выбираешь любую
• Знает твои аккаунты и устройства, помнит контекст неделями
• Sentinel проверяет каждое действие
• GPL-3.0
• Полная аналогия Muse: один разговор на все устройства
• Память с провенансом, оценка «рук», открытая модель для них — в роадмапе
github.com/nano-muse/nanoMuse
#agent #computeruse
MAX
Открытый аналог метовского Muse — персональный агент на каждом твоем устройстве. Один агент, одни руки на экране телефона и компьютера, память в файлах, модель на твой выбор.
Определяет персонального агента через пять вопросов и три горизонта
• Действует на экране телефона и компьютера
• Общий диалог между устройствами через релей, который можно поднять самому
• Память — обычные Markdown-файлы, которые человек может читать и править
• Модель выбираешь любую
• Знает твои аккаунты и устройства, помнит контекст неделями
• Sentinel проверяет каждое действие
• GPL-3.0
• Полная аналогия Muse: один разговор на все устройства
• Память с провенансом, оценка «рук», открытая модель для них — в роадмапе
github.com/nano-muse/nanoMuse
#agent #computeruse
MAX
😱3❤1🥴1