GUI定位还在玩「非黑即白」？浙大团队提出GUI-G²，显著提升GUI智能体定位性能
GUI定位还在玩「非黑即白」？浙大团队提出GUI-G²，显著提升GUI智能体定位性能本文第一作者唐飞，浙江大学硕士生，研究方向是 GUI Agent、多模态推理等。
来自主题: AI技术研报
9096 点击 2025-08-04 13:59
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
本文第一作者唐飞，浙江大学硕士生，研究方向是 GUI Agent、多模态推理等。
7月26日，在世界人工智能大会（WAIC）上，中国移动正式发布了MoMA多模型与智能体聚合及服务引擎。
2025年的IMO，好戏不断。 7月19日，全世界顶尖大模型在2025年的IMO赛场上几乎全军覆没。时隔1天，OpenAI、DeepMind等顶尖实验室就在IMO 2025赛场斩获5/6题，震惊数学圈。
一个 Agent（智能体）不够用？Manus 干脆给你拉来 100 个。 今天凌晨，Manus 推出了一项新功能：Manus Wide Research。这项功能的核心亮点在于，用户只需一键即可开启大规模并行 Agent 协作，轻松处理原本需要耗费数小时、动用数百个数据源的复杂调研任务。
就在一夜之间，用 AI 帮忙搞科研，不是再只是想想了。 最近，科研圈里越来越多的人在讨论一种叫 SciMaster 的「AI 科学助手」，有让它做实验的，有让他帮忙开题的，还有跟他聊科幻的。
本周四，知名初创公司 Manus 推出了一项重要新功能，可以通过向上百协同工作的 AI 智能体分配任务来进行广泛的研究。今年早些时候，Manus 的多智能体平台改变了人们应用 AI 工具的方式。不过现在，这家创业公司正在试图开发一种与大模型深度思考 Deep Research 同样重要的新能力。
总部位于硅谷致力于构建Agentic OS （AOS）的初创公司Creao AI宣布已连续完成两轮融资。
大模型时代，AI基建的重要性已经不言而喻。
6 亿人用的 WPS，搞了个智能体灵犀，AI 办公直接开挂。
科研是 AI 最早实现广泛落地的行业之一。在 ChatGPT 掀起这一轮生成式 AI 热潮之前，甚至可以追溯到上一轮由机器学习主导的技术浪潮中，AI 就已被用于气候模型参数校准、分子动力学模拟加速等科研任务。尤其在 2018 年前后，DeepMind 推出的 AlphaFold 在蛋白质结构预测方面实现突破，不仅引发了医药行业的技术革命，更被《自然》杂志评价为「解决了生物学五十年来的重大挑战」。