arXiv · 机器人与计算机视觉· Fuyao Zhang, Wenwen He, Jiaming Zhang, Yurong Hao, Xuan Wang, Guowei Guan, Che Wang, Longtao Huang, Wei Yang Bryan Lim·· 2026-10-20AI 评分72
FocusGUI:一种面向全模态 GUI 智能体的聚焦感知方法
Focused Omni-Modal GUI Agents
AI 导读
论文提出了 FocusGUI,这是一种针对全模态 GUI 智能体的轻量级适配器,旨在解决因统一暴露所有上下文导致的序列分心问题。该方法通过动态优先处理多模态通道并将关键证据压缩注入冻结解码器的嵌入中,引导模型注意力而不改变其原生参数空间。
来源:arXiv · 机器人与计算机视觉 · arxiv.org