AI@NEWS

端侧UI视觉语言模型StepX-Edge

StepX-Edge以0.9B参数在端侧实现OCR、屏幕理解、问答和元素定位。

推荐理由:0.9B端侧UI VLM把OCR、界面理解、VQA和元素定位放进移动芯片预算,并强调真机验证;端侧Agent正从演示走向可部署系统。

阅读原文