OmniParser V2

OmniParser V2是微软研究团队开发的GUI理解技术。它将屏幕截图转化为可解析的结构化元素让LLM能够理解和操作图形界面。对构建能够像人一样操作电脑的AI代理来说这是从像素到语义的关键转换层。