/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
UI-Venus-2-9B
Библиотека
transformers
Опубликована
1 сен 2026

inclusionAI-UI-Venus-2-9B-GGUF

Изображение и текст → текст3 профессии

inclusionAI-UI-Venus-2-9B-GGUF — GGUF-квантизированная версия мультимодальной модели UI-Venus-2-9B, разработанной inclusionAI подразделения Ant Group.

927скачиваний за 30 дней5лайковвеса обновлены1 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель создана на базе Qwen3.5-9B как универсальный GUI-агент для взаимодействия с мобильными приложениями, веб-сайтами и настольными операционными системами. Она работает в замкнутом цикле: анализирует интерфейс, рассуждает о состоянии задачи, выполняет действие и учитывает полученную обратную связь. В README заявлена поддержка английского языка и сценариев image-text-to-text, мультимодального анализа, навигации и автоматизации интерфейсов.

Модель ориентирована на управление графическими интерфейсами, включая мобильное и компьютерное использование, веб-навигацию, распознавание элементов интерфейса и решение CAPTCHA. Обучение включало мультимодальное предварительное обучение на симулированных траекториях, offline reinforcement learning для специализированных задач и дистилляцию нескольких учителей в единую политику. Указаны результаты на AndroidWorld, MobileWorld, OSWorld-Verified, DeskCraft, WebVoyager, Online-Mind2Web, ScreenSpot-Pro и VenusBench-CAPTCHA, а также улучшение показателей безопасности по сравнению с базовой Qwen3.5-9B.

В репозитории доступны варианты GGUF от BF16 до Q3_K_S, включая отдельный мультимодальный проектор mmproj-bf16; размер файлов модели составляет примерно от 4,26 до 17,9 ГБ. Для запуска рекомендуется llama.cpp, а также предусмотрена работа через vLLM с OpenAI-совместимым endpoint, однако для разбора действий и полноценного замкнутого выполнения требуется отдельный репозиторий UI-Venus. README рекомендует сохранять подтверждение пользователя для потенциально значимых операций. Для данного репозитория указана лицензия Apache-2.0, при этом в описании отмечено, что финальная лицензия исходной модели на момент выпуска ожидала подтверждения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

inclusionAI-UI-Venus-2-9B-GGUF

UI-Venus-2-9B is a general-purpose foundation GUI agent from Ant Group's inclusionAI, initialized from Qwen3.5-9B and designed to operate across mobile applications, web platforms, and desktop operating systems through a unified closed-loop reasoning-action framework that observes the interface, reasons about task state, executes an action, and incorporates environmental feedback into its next decision. It was trained via a three-stage pipeline — multimodal mid-training on large-scale simulated trajectories, offline RL developing domain-specialized policies across Grounding/CAPTCHA/Mobile/Web/Computer task families, and multi-teacher on-policy distillation consolidating those specialists into one unified policy — supported by a deep-research-driven task-generation pipeline spanning 170+ multilingual mobile apps, a 4,000+ domain web pool across 19 categories, and native desktop environments, with keypoint-grounded, multi-model-voting verification designed to resist reward hacking. It achieves near state-of-the-art results for its scale across mobile use (80.2 on AndroidWorld, 65.8/75.2 on MobileWorld), computer use (70.8 on OSWorld-Verified, 48.0 on DeskCraft), web navigation (90.8 on WebVoyager, 74.0 on Online-Mind2Web), GUI grounding (73.0 on ScreenSpot-Pro), and CAPTCHA solving (78.1 on VenusBench-CAPTCHA), while also showing markedly improved consequential-action safety over its Qwen3.5-9B base — reducing Attack Success Rate from 25.3% to 11.3% on OSHarm and from 79.4% to 48.8% on OSBlind. It's served via vLLM with an OpenAI-compatible endpoint (requiring the separate UI-Venus code repository for action parsers and closed-loop execution), and while released with full-parameter weights, its final license is still pending confirmation at time of release; deployments are still recommended to retain human confirmation around consequential operations.

[!NOTE] Model: https://huggingface.co/inclusionAI/UI-Venus-2-9B

Model Files

File NameQuant TypeFile SizeFile Link
UI-Venus-2-9B.BF16.ggufBF1617.9 GBDownload
UI-Venus-2-9B.Q3_K_L.ggufQ3_K_L4.93 GBDownload
UI-Venus-2-9B.Q3_K_M.ggufQ3_K_M4.62 GBDownload
UI-Venus-2-9B.Q3_K_S.ggufQ3_K_S4.26 GBDownload
UI-Venus-2-9B.Q4_0.ggufQ4_05.31 GBDownload
UI-Venus-2-9B.Q4_K_M.ggufQ4_K_M5.63 GBDownload
UI-Venus-2-9B.Q4_K_S.ggufQ4_K_S5.35 GBDownload
UI-Venus-2-9B.Q5_0.ggufQ5_06.31 GBDownload
UI-Venus-2-9B.Q5_K_M.ggufQ5_K_M6.47 GBDownload
UI-Venus-2-9B.Q5_K_S.ggufQ5_K_S6.31 GBDownload
UI-Venus-2-9B.mmproj-bf16.ggufmmproj-bf16922 MBDownload

llama.cpp

LLM inference in C/C++ — https://github.com/ggml-org/llama.cpp

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
49821db

0 моделей