微软发布Fara-7B智能体模型，可在PC端本地运行控制计算机

微软公司今天展示了其对消费级智能体人工智能未来的愿景，推出了最新模型Fara-7B，该模型可在个人电脑上本地运行，并具备使用计算机完成任务的智能能力。

微软在博客文章中表示，Fara-7B是其首个智能体小语言模型，专门为"计算机使用"任务而设计，这意味着它可以控制鼠标和键盘。

由于仅包含70亿个参数，它比当今最强大的大语言模型要小得多。例如，即使是2020年发布的GPT-3（远在AI热潮兴起之前）也拥有超过1750亿个参数。然而，其小巧的体积并不妨碍它实现微软所说的"最先进的性能"，特别是与同等规模的其他模型相比。

据称，Fara-7B在性能上可与利用多个大语言模型的更大型、更耗资源的智能体系统竞争。例如，微软声称在专门配置用于网页浏览时，它可以超越OpenAI的GPT-4o。

微软解释说，Fara-7B通过视觉感知网站来工作，而不是使用独立的模型来解析屏幕上的信息，也不使用"可访问性树"等附加信息。相反，它使用与人类相同的方式与网站交互。

在三个视频演示中，微软展示了Fara-7B如何根据用户的简单指令在线购买产品、搜索信息并提供摘要，以及使用在线地图测量两个位置之间的距离。在视频中可以注意到，Fara-7B执行这些任务的速度比人类可能的速度要慢得多，并且用户需要在过程中批准某些步骤，比如输入账户登录信息。尽管如此，这仍然是对未来的有趣展示，在那个未来中，为人们自动化日常任务的AI模型将成为常态，特别是一旦它们变得更智能和更快速。

当然，微软的Copilot工具也可以像智能体一样代表用户自动化任务，但区别在于它不在PC上本地运行。相反，Copilot只能在连接到微软庞大的基于云的数据中心时运行，这意味着它必须始终在线。它还从用户的PC收集大量数据，这可能会引发隐私方面的担忧，尽管微软制定了各种政策来防止敏感信息落入不法分子手中。

Fara-7B能够本地运行是因为它直接安装在PC上，这意味着它只利用可用的本地硬件。因此，它不会向云端发送任何数据，从而减少延迟并改善隐私保护，微软表示。它建立在公司早期在小语言模型方面的努力基础上。去年，微软发布了一个名为Phi-4的模型，该模型足够小，可以在智能手机设备上本地运行。

不过，正如微软承认的那样，Fara-7B并非总是完美的。该公司表示，在测试过程中它确实出现了一些错误，特别是在一些更复杂的任务上准确性不足，有时在遵循指令方面会犯错误。它仍然在某种程度上容易出现幻觉，公司表示。

准确性问题是微软允许用户仅在隔离的沙盒环境中测试Fara-7B的原因，在该环境中可以监控其性能并防止用户向其发送敏感数据。该公司补充说，它已经为该模型开发了安全防护措施，因此它会拒绝执行任何恶意指令。

微软表示，Fara-7B正在Microsoft Foundry和Hugging Face上以MIT许可证形式提供，并且只能与其原型AI研究平台Magnetic-UI一起使用。未来，该公司将发布另一个版本的Fara-7B，专门设计用于在Windows 11 Copilot+ PC上运行，这些PC配备了处理AI模型的专用硬件。

Q&A

Q1：Fara-7B是什么？有什么特别之处？

A：Fara-7B是微软推出的首个智能体小语言模型，专门为"计算机使用"任务设计，可以控制鼠标和键盘。它只有70亿个参数，比其他大语言模型小得多，但可以在个人电脑上本地运行，不需要连接云端，从而减少延迟并改善隐私保护。

Q2：Fara-7B能做哪些具体的任务？

A：Fara-7B可以通过视觉感知网站并像人类一样与网站交互，完成多种任务。微软演示中展示了它可以在线购买产品、搜索信息并提供摘要，以及使用在线地图测量两个位置之间的距离，所有这些都基于用户的简单指令。

Q3：Fara-7B有什么局限性吗？

A：Fara-7B并非完美，在测试中出现了一些错误，特别是在复杂任务上准确性不足，有时在遵循指令方面会犯错，还容易出现幻觉。执行任务的速度也比人类慢，需要用户在过程中批准某些步骤。因此微软目前只允许在沙盒环境中测试。