在学界和大模型社区中，众多研究者与开发者开始关注 VLM-based GUI Agent。Claude 3.5（Computer Use）、Gemini 2.0 - Project Mariner 等商业化模型也在探索视觉 GUI agent，并通过发布或内测 API 供公众使用。这一趋势使相关技术的应用范围得以拓展，也让更多人有机会参与到该 ...

BARCELONA, Spain and TORONTO -- October 21, 2016---Today at IOT Solutions World Congress, Think Silicon announced the NEMA [TM] |GFX API (Application Programming Interface) designed to accelerate high ...

在嵌入式系统开发中，选择一个合适的图形用户界面（GUI）库是至关重要的。在屏幕上显示的时候，使用现成的图形库，这样开发人员就不需要弄清楚底层任务，例如如何绘制像素、线条、形状，如果再高级一点，则可以绘制某些对象，例如窗口、按钮等。

在更接近真实场景的MobileWorld测试集上，MAI-UI-235B-A22B整体成功率41.7%，比其他端到端模型高出20.8个百分点。在需要主动询问用户的任务上成功率37.5%，在需要调用MCP工具的任务上成功率51.1%，分别比之前最好的成绩高出32.1和18.7个百分点。