Mage-VL-Cowork es el modelo híbrido 4B de Microsoft para elegir acciones de GUI o herramientas bash. Requiere un ejecutor, entorno y comprobaciones de documentos independientes.
1
Views
0
Likes
Nov 2026
Added
huggingface.co
Website
A quick visual look at Mage-VL-Cowork before you visit the official site.
Editorial Review
Fuentes comprobadas el 6 de noviembre de 2026. Se distinguen afirmaciones del editor y experiencias ajenas; no es un benchmark propio de AIDreamHub.
Selecciona computer_use o bash a partir de imágenes y texto. Puede proponer operaciones de pantalla o archivos, pero el checkpoint no aporta por sí solo escritorio, permisos, configuración ni un proceso empresarial fiable.
Su interés es elegir canal: GUI para estado visual y bibliotecas para hojas estructuradas. Empiece con una tarea reiniciable, no con correo personal o un ordenador sin restricciones y ya autenticado.
Página oficial capturada por AIDreamHub, no ejecución local del producto.
La ficha informa 66,0 % de media en dos ejecuciones de 361 tareas OSWorld-Verified, sin Google Drive, con 50 pasos. Incluye 1920×1080, historial visual limitado y un agente híbrido concreto. No es la tasa general de éxito de oficina.
Un análisis de consultoría también destaca entrenamiento y andamiaje, pero no certifica al modelo. Compare versiones de aplicaciones, contratos de herramientas, presupuesto y restauración equivalentes.
La arquitectura documentada es llava_onevision2 con código específico, no un reemplazo estándar Qwen3-VL. Revise y fije el código antes de trust_remote_code. Hay un contenedor SGLang y agente de referencia con dependencias fijadas.
Monte pesos en solo lectura y limite el puerto a loopback. Use procesador y protocolo nativo /generate del flujo oficial. Un chat genérico sin plantilla de imagen ni ejecutor no reproduce la canalización publicada.
export MODEL_DIR=/absolute/path/to/Mage-VL-Cowork
docker pull xiaoyizhang/mage-vl-cowork:0.1.0
docker run --rm --name mage-vl-cowork --gpus 'device=0' --shm-size=8g -p 127.0.0.1:30001:30001 --mount "type=bind,src=$MODEL_DIR,dst=/models/Mage-VL-Cowork,readonly" xiaoyizhang/mage-vl-cowork:0.1.0computer_use usa coordenadas normalizadas y requiere captura posterior; bash devuelve texto real de ejecución. El ejecutor analiza, autoriza, ejecuta y devuelve el resultado. Sincronice archivos y pantalla para no pulsar un diálogo obsoleto después de editar directamente.
En una hoja de prueba, indique valores esperados y destino. Valide celdas con un parser y reabra visualmente. Un JSON válido o «guardado» no demuestra la modificación del archivo correcto.
Use cambios de celda, exportaciones y movimientos de muestras con criterios objetivos. Incluya archivo ausente, destino ambiguo y acción denegada. Pare al agotar pasos y no amplíe permisos para que la demostración pase.
Cuente tareas completas, reintentos e intervención humana. Entender pantalla, emitir una acción y entregar un documento aceptable fallan por separado. La tabla propone aceptación; no contiene mediciones nuestras.
| Capa | Evidencia | No sustituir por |
|---|---|---|
| Modelo | Acción y objetivo admitidos | Confianza verbal |
| Ejecutor | Acción permitida realmente ejecutada | Llamada analizada |
| Archivo | Valores, ruta y aspecto correctos | Mensaje de éxito |
| Recuperación | Parada ante fallo o denegación | Reintentos ilimitados |
Las transformaciones estructuradas conocidas suelen ser más claras con scripts. Evalúe el híbrido cuando importe la interfaz o el estado visual. Un servicio administrado reduce infraestructura, pero no elimina aprobaciones y validación.
Los aproximadamente 9,48 GB de fragmentos BF16 no son la VRAM total. Faltan runtime, imagen y contexto. No prometa cualquier portátil; registre revisiones del modelo, procesador y entorno.
| Ruta | Uso | Coste de integración |
|---|---|---|
| Mage-VL-Cowork | Investigación GUI y archivos | Arquitectura y ejecutor propios |
| Scripts | Transformaciones conocidas | UI inesperada |
| Agente administrado | Orquestación alojada | Control, privacidad y coste |
El checkpoint declara Apache-2.0. Su guía recomienda aislamiento desechable, permisos limitados, restricciones de red y ausencia de credenciales personales. Texto en una pantalla no autoriza ejecutar shell.
Solicite aprobación humana antes de envíos externos o acciones irreversibles. Revisamos documentación y análisis, no ejecutamos un benchmark de oficina. El dibujo explica la elección de canal.
No. Necesita arquitectura, procesador, contrato de acciones y ejecutor aislado. No exponga el equipo personal y sus credenciales.
Es un resultado del editor en una configuración concreta. Pruebe sus aplicaciones, entradas y permisos con tareas reiniciables y verificación del archivo.
La edición estructurada permitida es comprobable por código; la GUI ayuda con diseño y estado visual. El ejecutor debe autorizar ambas y devolver resultados reales.
Visit the official website to get started
Have an AI tool to share?
Get your product in front of people actively exploring AI tools.
Submit Your Tool
Manus es un agente de IA alojado de propósito general que utiliza máquinas virtuales en la nube, automatización del navegador, archivos, código e integraciones para completar tareas de varios pasos. Esta guía independiente cubre planes y créditos, Cloud Browser vs Browser Operator, acciones autenticadas, privacidad, aprobaciones, diseño de tareas, evaluación y alternativas.
An open-source AI agent that brings the power of Gemini directly into your terminal. - Herramienta de IA inteligente para mejorar tu productividad.
Agent-Oriented Programming for Building LLM Applications, Open-sourced by Alibaba - Herramienta de IA inteligente para mejorar tu productividad.
Auto-GPT es un proyecto y plataforma open-source de Significant Gravitas para crear y ejecutar asistentes y flujos de agentes autónomos.