模型详情
模型介绍
中文整理GUI-Owl
模型用途
GUI-Owl是Mobile-Agent-V3项目开发的模型系列，专注于GUI自动化任务。
主要能力
GUI-Owl在多个GUI自动化基准测试中达到先进性能，包括ScreenSpot-V2、ScreenSpot-Pro、OSWorld-G、MMBench-GUI、Android Control、Android World和OSWorld。该模型可在Mobile-Agent-V3多智能体框架中实例化为各类专业智能体，完成更复杂的任务。
运行要求
推荐通过vllm部署GUI-Owl-7B模型。该脚本已在配备96GB显存的A100 GPU上验证通过。如需让GUI-Owl处理超过两张图片，可增加IMAGE LIMIT ARGS参数并减少max pixels数值。
基本用法
请参阅官方cookbook获取详细使用方法。
许可证
如在研究中使用该论文和模型，欢迎引用。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
