kejun (@ke_jun) 在 241128 三花AI日报：阿里通义开源国产推理模型；GUI 自动化 Agent；OneDiffusion：多功能生图模型； OpenAI 的 Sora API 泄露事件回顾中发帖ShowUI： GUI 自动化 Agent [图片] ShowUI 是一个用于 GUI 自动化的视觉-语言-操作模型，类似于 Computer Use，能够通过自然语言来控制 AI 实现点击、输入、选择、滚动等操作

kejun (@ke_jun) 在 241128 三花AI日报：阿里通义开源国产推理模型；GUI 自动化 Agent；OneDiffusion：多功能生图模型； OpenAI 的 Sora API 泄露事件回顾中发帖

ShowUI： GUI 自动化 Agent
 [图片] 
ShowUI 是一个用于 GUI 自动化的视觉-语言-操作模型，类似于 Computer Use，能够通过自然语言来控制 AI 实现点击、输入、选择、滚动等操作。根据相关论文的描述，该模型实现了 75.1% 的准确率，性能提高了 1.4 倍，目前代码已经开源。 
OneDiffusion：多功能生图模型即将发布
 [图片] 
OneDiffusion 是一个多功能生图模型，不仅支持文生图、ID 一致性、单图生多视角、文生多视角，还具备双向生成能力。例如，它可以实现类似 ControlNet 的条件生成（如深度、姿势、布局、语义等），同时也能将图片预处理为这些条件。官方计划于12月初发布模型和代码，敬请关注。 
Qwen2vl-Flux 在线演示：体验 mini 版本的强大功能
 [图片] 
Qwen2vl-Flux现在提供了一个在...