本文介绍了一种无需额外训练的GUI定位框架DiMo-GUI，针对多模态大语言模型（MLLMs）在复杂图形用户界面（GUI）定位任务中的挑战，通过动态视觉推理与模态感知优化显著提升性能。 本文入选 EMNLP 2025 Main Conference EMNLP会议全称为Conference on Empirical Methods in Natural ...

当东北振兴的号角持续吹响，一处承载着区域数字经济梦想的产业高地，正以突破性进展吸引全国目光——8月11日，中信建投沈阳国际软件园REITs项目已提交了关于基金挂牌转让申请受理反馈意见的答复，这不仅标志着东北地区首单申报的公募REITs项目迈入关键 ...

随着美联储主席鲍威尔上周五在杰克逊霍尔全球央行年会上的鸽派演讲，引发了全球金融市场的积极反响，眼下人们对美联储9月降息的预期无疑正空前高涨。 而若仔细算算日子，如果美联储真的在9月降息，那么距离其2024年12月的上次降息，其实将正好过去九个 ...

【2025年7月26日，上海】在世界人工智能大会（WAIC）期间，荣耀正式发布自研多模态感知大模型——MagicGUI大模型。作为荣耀推出的首个GUI开源大模型，MagicGUI以7B（70亿）参数规模，支撑底层 AI 智能体的多模态感知与自动执行规划能力，比肩SOTA模型达到行业领先 ...

贵州省2025年普通高校招生本科提前批C段录取顺利结束。 7月21日，贵州省已顺利完成本科提前批C段录取工作，共录取考生836人。其中国家公费师范生390人，优师专项计划292人，国家免费医学生154人。至此，贵州省2025年普通高校招生本科提前批录取工作全部结束。

从感知式 AI（理解图像、文字和声音）到生成式 AI（创造文本、图像和声音），再到能够感知、推理、计划和行动的智能体（即 AI Agent），我们正见证着 AI 能力的下一代进化。 Claude Computer Use、OpenAI Operator、Manus 等这些能够操控电脑、手机等终端设备的大语言 ...

本文选自知识星球，同时星球QQ群还有分享自己编写的 《 数 字后端理论及实践-Innouvs教程（第5版）- 11.8 万字 ，635页 》 下面的内容包含GUI操作以及对应的命令，如果想将下面的设置在启动工具的时候自动加载进去，将下面要设置的内容加到下面的文件中即可 ...

3月17日，国务院国资委党委召开扩大会议暨党建工作领导小组会议，认真学习贯彻习近平总书记关于深入贯彻中央八项规定精神学习教育的重要讲话和重要指示精神，传达学习中央党的建设工作领导小组会议、中共中央办公厅《关于在全党开展深入贯彻中央八项 ...

IT之家 2 月 17 日消息，微软 OmniParser 是一款基于纯视觉的 GUI 智能体解析和识别屏幕上可交互图标的 AI 工具，此前搭配 GPT-4V 可显著增强识别能力。 2 月 12 日，微软在官网发布了 OmniParser 最新版本 V2.0，可将 OpenAI（4o / o1 / o3-mini）、DeepSeek（R1）、Qwen（2.5VL）和 ...