1.6 模型 · CogAgent系列
输入“/”快速插入内容
1.6 模型 · CogAgent系列
1.6 模型 · CogAgent系列
2025年8月13日修改
📌
•
•
模型介绍
😀
什么是GUI Agent?
GUI Agent（图形用户界面智能体）是一种基于多模态视觉模型的人工智能模型/系统，能够自动推理并执行用户界面的交互操作，模拟人类用户的行为，如点击、输入、拖拽、读取界面信息等，以完成指定的任务。
CogAgent是一个GUI Agent模型。能模拟用户鼠标点击，键盘输入等图形化界面的操作工作。
CogAgent-9B-20241220 是一款先进的智能体，它具备强大的跨平台兼容性，能够实现对多种计算设备上的图形界面进行自动化的操作。无论是Windows、macOS还是Android系统，CogAgent-9B-20241220 都能够接收用户指令，自动获取设备屏幕截图，经过模型推理后执行自动化设备操作。
视频展示链接，欢迎点击查看效果！
快速阅览
我们在文档不同的位置进行了详细的介绍，您可以点击进入并查看具体的技术文档。
请开发者仔细阅读 提示词拼接和 模型行为文档以减少开发过程中的困难。
🏠 公众号
❤️ 交流群