据机器之心1月9日消息，美国微软公司研究团队发布大模型图形用户界面（GUI）智能体综述。该综述系统阐述了大模型驱动的GUI智能体在研究现状、技术框架、挑战与应用等方面的进展。该综述表示，通过将大语言模型与多模态模型相结合，GUI智能体可以根据自然语言指令自动操作图形界面，完成复杂的多步骤任务。这项研究突破了传统GUI自动化的瓶颈，将推动人机交互方式从“点击+输入”向“自然语言+智能操作”迈进。

消息来源：https://www.jiqizhixin.com/articles/2025-01-09-14