品玩2月17日讯，据微软官方消息，微软近日发布大模型工具 OmniParser V2版本。该工具可以将各种大模型变成可操控计算机的AI智能体。

OmniParser 将用户界面的屏幕截图从像素空间 “标记化 ”为大模型可解释的屏幕截图中的结构化元素，这样大模型就能根据一组解析过的可交互元素进行基于检索的下一步操作预测。与前代产品相比，OmniParser V2在检测较小的可交互元素方面实现了更高的准确性和更快的推理速度，使其成为图形用户界面自动化的有用工具。

mniParser V2 使用更大的交互式元素检测数据集和图标功能说明数据进行训练。通过减小图标标题模型的图像大小，让OmniParser V2 的延迟时间比前一版本减少了 60%。