Loading video...

Video Failed to Load

Go Home

一款用于PC上自动执行复杂任务的多智能体协作系统:PC-Agent,它可以根据指令控制Chrome、Word、微信等,比现有方法的任务成功率提高了32% PC-Agent增加了一个主动感知模块,增强了MLLM对屏幕截图内容的感知能力,能更好的理解屏幕上的内容 采用分层多智能体协作架构,把决策过程分成指令、子任务、动作三个层级,设置了三个智能体分别负责指令分解、进度跟踪、逐步决策 还有一个反思智能体,及时向上反馈错误和调整 已支持Windows系统 #AI电脑自动化 #AI电脑助手 #PCAgent

31,697 views • 1 year ago •via X (Twitter)

9 Comments

AIGCLINK's profile picture
AIGCLINK1 year ago

github:

MightyBot's profile picture
MightyBot1 year ago

🧠 Unified Search. Smarter Meetings. Effortless CRM. MightyBot is your AI agent platform for seamless workflows—record meetings, automate CRM updates, and find answers across apps in seconds. 🌟 Focus on what matters. We'll handle the grind.

币安高返佣注册申请 (Parody)'s profile picture
币安高返佣注册申请 (Parody)1 year ago

非常厉害

x's profile picture
x1 year ago

进化版的openinterpreter?

The Question-bbwbing's profile picture
The Question-bbwbing1 year ago

@Memdotai mem it

Davidlu's profile picture
Davidlu1 year ago

这个用来远程运维吧,不必登录,只发指令。

OSDev's profile picture
OSDev1 year ago

rst @readwise save thread

1u战神's profile picture
1u战神1 year ago

ai agent 确实太强

manco-xiaoming's profile picture
manco-xiaoming1 year ago

跟不上这发展速度……每天都在落伍。

Related Videos

阿里刚刚放出了其首个千问具身智能体通用模型:Qwen-Robot ,也开始搞具身智能了! Qwen-Robot由三个模型组成机器人的手+脚+大脑,三个模型可以独立用,也可以组合用 比如,用它可以组成一个既能动手端盘子,又能走路送餐,还能预判端着热汤拐弯儿会不会洒的服务机器人 Qwen-RobotManip: 其采用80维统一动作表征,把不同机器人的动作翻译成同一种通用语言,并基于摄像头画面的相对位置操作,不再依赖繁琐的绝对坐标计算,解决了换个机械臂、换个场景数据不通用的情况 Qwen-RobotNav: 核心思路是把视觉分配策略本身参数化,而非固定,具体解法是把记多少、怎么记变成可调参数,根据任务类型自动配置,不同任务按需配置,比如目标追踪只关注最近几帧省算力,指令跟随保留长程上下文不迷路 因为记忆策略参数化了,一套权重即统一五类导航任务 在双层智能体系统(上层规划器+Qwen-RobotNav)中,EXPRESS-Bench提升15.4%,导航步数减少了77% 通用接口设计,其他上层AI可以直接调用它的导航能力,无需再为每个任务单独训练一个导航模型,原生支持多种智能体框架 Qwen-RobotWorld:相当于机器人的想象力 基于对物理规律的理解,可推理和模拟下一时间点的合理动作和状态;能生成视频数据用于训练,缓解训练数据不足问题;可以在执行前推演未来动作轨迹,使操作更精准 Qwen-Robot相当于是一套模块化的具身智能系统,把导航、操作、世界预测三个专业的能力解耦又协同,让通用模型像调用软件工具一样,调用物理世界的行动能力 #QwenRobot #robot #具身智能

AIGCLINK

11,106 views • 1 month ago