ShowUI-π 让智能体学会丝滑拖拽：450M 小模型攻克视频剪辑与验证码
新加坡国立大学 Show Lab 推出视觉-语言-动作模型 ShowUI-π。它通过流匹配生成平滑鼠标轨迹，解决传统智能体无法稳定拖拽、手写和破解复杂验证码的痛点。仅以 450M 参数，就在连续拖拽评测中击败了 Gemini 等大模型。不过目前文档尚不完善。
新加坡国立大学 Show Lab 推出视觉-语言-动作模型 ShowUI-π。它通过流匹配生成平滑鼠标轨迹，解决传统智能体无法稳定拖拽、手写和破解复杂验证码的痛点。仅以 450M 参数，就在连续拖拽评测中击败了 Gemini 等大模型。不过目前文档尚不完善。