Hugging Face 发布 ScreenSuite：开源 GUI 智能体评测套件-低调大师

Hugging Face 发布 ScreenSuite：开源 GUI 智能体评测套件

2025-06-12 203

Hugging Face 开源了专用于评估 GUI 智能体的综合测试套件 ScreenSuite。

什么是 GUI Agent？简单说，就是“能像人一样操作屏幕”的 AI！它能识别界面内容、点击按钮、输入文字、滚动页面……实现真实的“虚拟助手”体验。

现在，Hugging Face 推出了全新的开源工具 ScreenSuite，帮助开发者和研究者评估这类视觉语言模型的实际操作能力！

ScreenSuite 能做什么？

它整合了 13 个评测集，覆盖：

屏幕感知与 UI 定位
单步操作指令执行
多步骤任务规划与完成

ScreenSuite 已在多个主流 VLM 上完成评测，包括：

Qwen2.5-VL 系列（3B~72B）
UI-TARS、Holo1 等优秀开源模型
GPT-4o 等闭源模型

ScreenSuite 支持 Ubuntu、Android、Windows 多平台评测，结合虚拟机环境还原真实交互场景，适用于科研评估与模型迭代。与其他评测不同的是，ScreenSuite 完全基于视觉输入，不依赖 DOM 或辅助树，更贴近人类的使用方式，挑战也更真实。

微信关注我们

原文链接：https://www.oschina.net/news/355075/huggingface-screensuite

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

阿里发布开源数字人框架 Mnn3dAvatar

阿里开源了名为「Mnn3dAvatar」的数字人框架，项目可以做到实时面捕然后映射到3D虚拟角色脸上（注意不是Live2D的，是3D的），甚至还能帮助创建一个3D虚拟角色。 https://github.com/alibaba/MNN/blob/master/apps/Android/Mnn3dAvatar/README.md 据介绍，Mnn3dAvatar 是基于自研 3D 高斯溅射技术的 3D 数字人实时面捕方案，通过 AI 驱动实现高精度面部动作捕捉与实时渲染，支持语音、表情、手势等多模态驱动，可在手机、AR 设备等终端以90FPS 帧率流畅运行。其核心优势在于将影视级数字人效果落地到消费级硬件，仅需普通手机摄像头即可替代传统动捕设备，显著降低直播场景的部署门槛与成本，制作周期缩短至一周内，成本仅为传统 CG 方案的 1/30。

2025-06-12

219

Stalwart是一款开源邮件和协作服务器，支持 JMAP、IMAP4、POP3、SMTP、CalDAV、CardDAV 和 WebDAV，并具备丰富的现代功能。它采用 Rust 编写，安全、快速、健壮且可扩展。主要特点：具有完整协议支持的电子邮件服务器： JMAP： JMAP 用于邮件服务器。用于 Sieve 脚本的 JMAP。 WebSocket、Blob 管理和配额扩展。 IMAP： IMAP4rev2和IMAP4rev1服务器。 ManageSieve服务器。支持多种扩展。 POP3： POP3服务器。 STLS和SASL支持以及其他扩展。 SMTP： SMTP 服务器内置DMARC、DKIM、SPF和ARC支持消息认证。通过DANE、MTA-STS和SMTP TLS报告实现强大的传输安全性。通过细粒度的配置规则、筛选脚本、MTA 挂钩和 milter 集成进行入站限制和过滤。具有延迟传送、优先传送、配额、路由规则和节流支持的分布式虚拟队列。信封重写和消息修改。协作服务器：使用CalDAV进行日历和日程安排。使用CardDAV进行联系人管理。使用WebD...

2025-06-12

453

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。