ShowUI-$π$: 基于流的生成模型，用于GUI灵巧操作

Research Paper#GUI Agents, Flow-based Generative Models, Dexterous Manipulation🔬 Research|分析: 2026年1月3日 06:18•
发布: 2025年12月31日 16:51
•
1分で読める
•ArXiv

分析

本文介绍了ShowUI-$π$，一种使用基于流的生成模型进行GUI代理控制的新方法。它解决了现有代理依赖离散点击预测的局限性，从而实现了连续的、闭环的轨迹，例如拖动。这项工作的意义在于其创新的架构、新基准（ScreenDrag）的创建，以及与现有专有代理相比表现出色的性能，突出了在数字环境中实现更类似人类交互的潜力。
引用 / 来源
查看原文
"ShowUI-$π$ achieves 26.98 with only 450M parameters, underscoring both the difficulty of the task and the effectiveness of our approach."
A
ArXiv2025年12月31日 16:51
* 根据版权法第32条进行合法引用。
较旧

The unreasonable effectiveness of an LLM agent loop with tool use

较新

New LLM optimization technique slashes memory costs

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv