开源 | OpAgent v0.2.0 发布,开放在线体验 Demo 和量化模型!

简介: SOTA Web 智能体 OpAgent 发布 v0.2.0 版本,新增在线体验 Demo 和量化模型,教你部署属于自己的 Web 智能体。

OpAgent 是我们提出的 SOTA Web Agent 框架,在权威的 Web 智能体评测任务 WebArena 上,以 71.6% 的任务成功率取得了第一名。目前 OpAgent 迭代到了 v0.2.0 版本, 新增了在线体验的 Demo 和 INT4 量化模型。


开源亮点:


一句话,一个指令,AI 自己打开亚马逊,搜索、选择、加购……

上面的视频展示了 OpAgent 的惊艳效果,只需要一条指令, OpAgent 就可以帮你完成复杂的购物操作,全程没有预设脚本和人工干预。

此次开源,我们提供了在线网页版 Demo ,感兴趣的朋友可以直接点击链接,输入你的指令,体验OpAgent 的强大能力。

同时,我们开源了 INT4 量化版模型,将 32B 模型的推理门槛降至单张 24GB 显卡,让更多开发者和研究者能够轻松部署和体验。我们同时开源了推理代码,方便您进行本地复现。

  • OpAgent-32B-INT4 模型

对 OpAgent 技术细节感兴趣的同学,可以回顾我们之前的公众号文章:



联系我们

单模型训练框架、优化版的 Multi-agent 训练和推理框架也在陆续开源,感兴趣的同学可以用版本 tag 或者持续跟踪 main 分支,如果您喜欢我们的工作,欢迎试用、指正错误和贡献代码,可以的话请给我们的项目增加 Star 以支持我们。


关于我们

我们是蚂蚁集团智能平台工程的全模态代码算法团队。团队成立 3 年以来,在 ACL、EMNLP、ICLR、NeurIPS、ICML 等顶级会议发表论文 20 余篇,两次获得蚂蚁技术最高奖 T-Star ,1 次蚂蚁集团最高奖 SuperMA ,我们研发的 CodeFuse 项目连续两年蝉联学术开源先锋项目。

团队常年招聘研究型实习生,有志于 NLP、大模型、多模态、图神经网络的同学欢迎联系 hyu.hugo@antgroup.com,期待与你一起,探索AI的无限可能!🌟


如果您想更快地获取到最新信息,欢迎加入我们的微信群。


image.png



企业用户如有需求,加入群聊时还可私聊“CodeFuse服务助手”联系解决方案专家~

目录
相关文章
|
存储 缓存 移动开发
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
代码检索新王登基!CodeFuse开源C2LLM,用“注意力池化”刷新MTEB-Code榜单
CodeFuse Embedding 家族最新成员 C2LLM 登顶 MTEB-Code 代码检索榜单,用注意力池化打破平均池化与 EOS 的僵局。
643 0
代码检索新王登基!CodeFuse开源C2LLM,用“注意力池化”刷新MTEB-Code榜单
|
2月前
|
弹性计算 API 数据安全/隐私保护
云服务器怎么部署千问大模型,实例演示
在阿里云ECS部署通义千问大模型,核心是显存适配。7B/14B模型可用T4 GPU(¥800-1000/月),32B/72B需A10或双卡。推荐两种方案:①Ollama+Open WebUI——5分钟傻瓜式部署,适合聊天;②vLLM API——高并发、低延迟,适合程序集成。注意选国内地域、用抢占式实例省钱,并做好显存与安全配置。(239字)
285 2
|
9月前
|
机器学习/深度学习 数据采集 人工智能
OpAgent:登顶WebArena的多模态Web GUI Agent
蚂蚁集团自研多模态Web智能体OpAgent,以71.6%的成功率登顶WebArena榜单。该方案通过层次化多任务微调构建基座,利用在线强化学习与混合奖励机制应对环境动态性,并结合模块化架构实现复杂任务的稳健执行与自我修正,刷新了Web智能体领域的SOTA纪录。
935 11
|
5月前
|
人工智能 API C++
OpenCode vs Claude Code:一文看懂两者的核心区别与选型建议
本文深度解析2026年两大主流AI编程工具——闭源旗舰Claude Code与开源标杆OpenCode的本质差异:非模型之争,而是“极致体验”与“绝对自由”的产品哲学分野,助开发者精准选型。
|
机器学习/深度学习 自然语言处理 安全
ACL 2025 | GALLa:用图结构增强代码大模型,让代码理解更精准!
通过级联多模态架构将代码结构图对齐到大模型表征中
1140 69
|
7月前
|
人工智能 API Apache
31B 干掉 405B:Google Gemma 4,正在终结参数军备竞赛
一个 31B 参数的模型,在全球开源大模型排行榜上排名第三。它身前倒下的,是 Qwen 3.5 的 397B,是 Llama 的 405B。
975 2
|
7月前
|
人工智能 IDE 开发工具
重构研发基础设施:AI编程全流程落地的价值与路径
作为常年泡在代码里的开发者,想必大家都有过这样的体验:用AI插件补几行代码很快,但一到实际项目,环境配置、多任务并行、代码审查这些环节还是得靠人工一点点磨;不同的AI编程能力各有优势,切换适配却十分繁琐;团队协作时,Git操作和AI能力始终无法无缝融合。直到开源AI编程技术实现全流程落地,才发现其核心不是“写代码更快”,而是让AI深度融入研发全流程,把开发者从重复劳动中解放出来,真正实现研发模式的升级。
|
8月前
|
机器学习/深度学习 存储 人工智能
横扫11项榜单SOTA:高性能、全尺寸、超高效的多语嵌入模型F2LLM-v2来了
F2LLM-v2问世,支持超200种语言,问鼎11项MTEB榜单,以全尺寸、全透明、全开源的姿态推动AI技术走向全球普惠。
774 0
|
人工智能 安全 API
新手指南:Claude 3.5/4.0国内怎么使用?精选3种使用方法!
更强的上下文理解能力: Claude 在处理长文本和复杂对话时简直是王者
12742 2