Cua、フォーム自動入力に特化した小型モデル「CUA-S1-FORMS」をオープンソース化

CUA-S1-FORMSは、フォーム入力の自動化に特化したオープンソースの小型モデルです。Cuaが開発するコンピューター操作向けモデル群「System One Models」の第1弾として公開されました。

どう動くのか

一般的なAIエージェントのように入力欄を1ステップずつ操作していくのではなく、CUA-S1-FORMSはフォーム全体を1回の処理で一括入力します。提供されたドキュメントから必要な値を抽出し、記入（FILL）、チェック（CHECK）、クリック（CLICK）、スキップ（SKIP）という4つのアクションから適切な動作を選んで実行します。

プロジェクトはMITライセンスで提供されています。CuaはGitHub上でリポジトリ、モデル、データセットを公開しており、合成データ生成環境やトレーニング、評価用コード、さらにCua Driverとの統合機能まで一式を揃えています。

なぜ重要か

反復的なデータ入力作業を自動化したい開発者にとって、すぐに試してみる価値のあるツールです。巨大な汎用モデルを呼び出して画面を少しずつ操作させるよりも、フォーム入力に特化した小型モデルで一気に処理するほうが、速度とコストの面で圧倒的に有利です。

PC操作タスクを1つの巨大モデルに丸投げするのではなく、特定のUI処理ごとに専用の軽量モデルを割り当てる設計は現実的であり、安定した自動化パイプラインを組む上で扱いやすい選択肢になると考えられます。