AI и дата-центры
Microsoft открыла веса Mage-VL-Cowork: агент на 4 миллиарда параметров сам выбирает клики или терминал
Публикация:
Модель Mage-VL-Cowork от команды Microsoft Mage управляет компьютером через скриншоты и терминал в одной политике и набирает 66.0% на OSWorld-Verified.
30 октября 2026 года команда Microsoft Mage опубликовала на Hugging Face веса Mage-VL-Cowork по лицензии Apache-2.0. Модель насчитывает 4 миллиарда параметров и предназначена для управления компьютером: она выполняет задачи на рабочем столе, а не только отвечает текстом.
Модель смотрит на скриншот и на каждом шаге сама решает, что делать: кликнуть по интерфейсу или выполнить команду в постоянном терминале. Для кликов у нее 11 графических примитивов с координатами от 0 до 999, а терминал дает постоянный shell с Python. Внешнего маршрутизатора между каналами нет, выбор канала модель выучила в ходе обучения.
По замерам самой команды Microsoft модель набирает 66.0% на OSWorld-Verified при лимите 50 шагов. Это среднее двух полных проходов, 65.33% и 66.75%, на 361 задаче без задач Google Drive. В той же таблице Microsoft приводит человеческий ориентир 72.4%, а результат выше, чем у 30-миллиардной Muse Glimmer с 65.9%.
Веса занимают 9.48 ГБ, активный контекст составляет 32,768 токенов, а для запуска агента с доступом к shell нужна изолированная среда: модель выполняет команды на реальной машине.