摘要
Xenon 开源 Hunmin VLM 397B，这是一款能辨识萤幕元素、并在真实电脑上直接执行任务的电脑操作模型，建构于 Qwen 3.5-397B 之上。它在 Hugging Face 的 ScreenSpot Pro 基准排名第二，并在系统层级任务上优于基础模型：Linux 的 OSWorld 得分 70.5，Windows 的 WindowsAgentArena 亦有明显提升。效率方面，模型以八张 GPU、低秩方法与 FP8 量化搭配监督式与强化学习微调完成训练，可部署于有限硬体。Xenon 计划进一步强化萤幕辨识与浏览器处理能力，并与 OneAgent 整合，同时释出 FP8 版本…
重點整理
- 团队可用较少 GPU 自建萤幕操作代理，并以韩语等非英语场景验证实际可用性。
- 开源且能在有限硬体部署的电脑操作模型，让自动化代理的落地门槛降低，对需要桌面自动化的团队具实用价值。
編輯說明
本頁是 Code & Chain 對公開來源的編輯摘要，可能使用 AI 輔助整理並經自動化流程發布。請以原始來源為準；內容不構成投資、法律或稅務建議。