📄ArXiv AI•最新收集於 15h
UI-Venus-2 將 GUI Agent 帶入真實應用
#gui-agents#agent-safetyui-venus-2ui-venus-2arxiv
💡了解 UI-Venus-2 如何處理跨平台 GUI 自動化、獎勵驗證與高影響操作安全性。
⚡ 30-Second TL;DR
有什麼變化
支援超過 170 個多語言行動應用程式，以及原生桌面作業系統。
為什麼重要
UI-Venus-2 透過提升環境多樣性與獎勵可靠性，可能讓 GUI 自動化更容易超越狹窄的基準測試。其開源特性有助於開發者建立跨平台工作流程 Agent，但實際可靠性與安全性仍需獨立驗證。
下一步行動
UI-Venus-2 開源版本可用後，請下載並在沙盒中針對行動、網頁與桌面介面的三種代表性工作流程進行基準測試。
誰應關注：Developers & AI Engineers
關鍵要點
- •支援超過 170 個多語言行動應用程式，以及原生桌面作業系統。
- •透過統一的閉迴路推理—行動框架，跨行動、網頁與桌面介面運作。
- •結合軌跡層級與樣本層級評估器、視覺關鍵點及多模型投票，改善強化學習訊號。
- •為自動化 GUI 執行中的高影響操作加入安全控制機制。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 10 個來源。
🔑 增強重點摘要
- •UI-Venus-2-9B 模型基於 Qwen3.5-9B 進行初始化，並採用 Apache-2.0 開源授權發布。
- •該模型在 OSHarm 安全基準測試中表現優異，攻擊成功率（ASR）從基礎模型的 25.3% 顯著降低至 11.3%。
- •支援高達 256,000 個 token 的上下文視窗，允許模型在單次任務中處理長達數千幀的螢幕截圖歷史。
- •訓練數據涵蓋超過 4,000 個網頁域名，並透過深度研究管道生成指令，確保任務執行與應用程式實際功能深度綁定。
- •由螞蟻集團（Ant Group）Venus 團隊開發，該系列產品已從 2025 年的初代版本演進至目前的 2.0 版本。
📊 競品分析▸ Show
| 特性 | UI-Venus-2-9B | Tencent UI-Mate-27B |
|---|---|---|
| 參數規模 | 9B | 27B |
| 授權方式 | Apache-2.0 | 未公開 |
| 核心優勢 | 高效能、高安全性、長上下文 | 基準測試表現強勁 |
| 適用環境 | 行動/網頁/桌面 | 行動/網頁 |
🛠️ 技術深入
- 模型架構：基於 Qwen3.5-9B 進行微調的視覺語言模型。
- 推理框架：採用閉迴路（Closed-loop）推理—行動框架，整合環境回饋機制。
- 訓練技術：利用 GRPO（Group Relative Policy Optimization）演算法進行線上強化學習。
- 評估機制：結合軌跡層級與樣本層級評估器，利用視覺關鍵點與多模型投票機制防止獎勵劫持（Reward Hacking）。
- 部署支援：相容於 vLLM 推理引擎，支援大規模長序列截圖處理。
🔮 前景展望AI analysis grounded in cited sources
GUI Agent 將在企業級自動化流程中取代傳統 RPA 工具
UI-Venus-2 展現了跨平台與高安全性的執行能力，能處理比傳統規則導向 RPA 更複雜的動態介面任務。
開源 GUI Agent 的安全性將成為未來模型評估的核心指標
UI-Venus-2 在 OSHarm 基準測試中的顯著安全性提升，顯示業界正從單純追求任務成功率轉向關注執行過程的安全性。
⏳ 時間線
2025-01
初代 UI-Venus 發布，奠定基礎 GUI Agent 架構
2026-02
發布 UI-Venus-1.5，引入基於 GRPO 的大規模線上強化學習技術
2026-08
正式發布 UI-Venus-2，擴展至跨行動、網頁與桌面環境的通用基礎模型
📎 來源 (10)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ArXiv AI ↗
每週 AI 簡報
每週一封，可隨時退訂。