微软发布 Fara-7B：在本地运行的电脑智能助手

微软新近上线 Fara-7B，这是一款具备70亿参数的新一代电脑操作智能助手（Computer Use Agent，CUA），目标是在用户本机直接完成复杂任务。得益于轻量化的模型体量，Fara-7B缓解了企业对数据安全的核心顾虑，让诸如内部账户管理、机密资料处理等敏感流程得以自动化，同时确保数据不离开设备。

Fara-7B的使用方式更贴近人类操作：它以视觉理解网页，通过截图感知页面内容，并预测目标坐标来执行点击、输入、滚动等动作。与依赖“可访问性树”的方案不同，Fara-7B完全基于像素级视觉信息，即便面对复杂或被混淆的前端代码，也能保持稳定交互。

在评测环节，Fara-7B于 WebVoyager 基准上拿下73.5%的任务完成率，超过体量更大的系统，如 GPT-4o（65.1%）与本土模型 UI-TARS-1.5-7B（66.4%）。效率方面同样亮眼，平均仅需约16步即可完成任务，而 UI-TARS-1.5-7B大约要走41步。

当然，Fara-7B也面临与其他模型相似的风险，比如可能出现误判，或在复杂需求下发生执行偏差。为此，团队在训练中加入了“关键点”识别：一旦涉及个人数据或需要授权的操作，系统会主动暂停并提示用户确认，避免出现不可逆的后果。微软研究团队同时设计了名为 Magentic-UI 的交互界面，在安全确认与使用体验之间做平衡，尽量减少打扰与疲劳。

Fara-7B的研发也体现了知识蒸馏的方向：把复杂系统的能力压缩进更高效的小模型。后续版本将更关注提升智能与决策能力，而非一味增大规模，并计划在实时沙盒环境中探索强化学习的训练路径。

目前，微软已在 Hugging Face 与 Microsoft Foundry 提供了 MIT 许可的 Fara-7B版本，便于用户开展实验与原型搭建，但暂不建议直接用于关键生产任务的部署。

划重点:

🌟 Fara-7B支持本地运行，突出数据安全与隐私保护。

⚙️ 模型以视觉驱动网页操作，交互直观高效，表现领先同类大模型。

🛡️ 配备“关键点”确认机制，关键操作前先征询用户，整体安全性更稳。