Mage-VL-Cowork

자료 확인: 2026년 11월 6일. 발표 측 주장과 제3자 경험을 구분하며 AIDreamHub의 실측이 아닙니다.

완성 사무 앱이 아닌 행동 모델

computer_use와 bash를 선택하는 4B 비전언어 체크포인트입니다. 스크린샷을 읽고 GUI나 파일 작업을 제안하지만, 모델만으로 데스크톱·권한·앱 설정·신뢰 가능한 업무 흐름이 제공되지는 않습니다.

시각 상태에는 GUI, 구조화 표에는 파일 라이브러리를 쓰는 채널 선택이 특징입니다. 개인 메일이나 상시 로그인 PC 대신 되돌릴 수 있는 작은 업무에서 시작합니다.

AIDreamHub가 캡처한 공식 페이지로, 로컬 제품 실행 화면이 아닙니다.

66.0%의 조건

공식 수치는 Google Drive를 제외한 OSWorld-Verified 361개, 50단계, 두 번 평균 66.0%입니다. 1920×1080 화면, 제한된 스크린샷 이력과 특정 하이브리드 에이전트 조건이며 일반 사무 성공률은 아닙니다.

외부 컨설팅 해설도 학습과 실행 스캐폴드의 중요성을 짚지만 독립 인증은 아닙니다. 앱 버전·도구 형식·단계 예산·초기화 절차를 맞춰 비교해야 합니다.

사용 방법: 독자 구조를 지킨다

문서 구조는 사용자 코드가 있는 llava_onevision2이며 표준 Qwen3-VL 대체물이 아닙니다. trust_remote_code 전에 구현을 검토하고 고정합니다. 공식 SGLang 컨테이너와 참조 에이전트가 시작 경로입니다.

모델 폴더를 읽기 전용으로 마운트하고 포트를 루프백에 한정합니다. 전용 프로세서와 네이티브 /generate 프로토콜을 사용하세요. 이미지 템플릿과 실행기가 빠진 일반 채팅만으로 공개 파이프라인을 재현할 수 없습니다.

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:0.1.0

실행기가 행동을 완성한다

computer_use는 정규화 좌표를 사용하고 실행 후 화면을 돌려줘야 하며 bash는 실제 실행 텍스트를 반환합니다. 실행기는 제안을 분석·승인·실행한 후 진짜 결과를 전달해야 합니다. 파일 수정 뒤 오래된 화면을 클릭하지 않도록 상태를 맞춥니다.

표 시험에는 일회용 파일, 기대 셀 값, 저장 경로를 지정합니다. 파서로 값을 검사하고 문서도 다시 열어 봅니다. 유효 JSON이나 저장했다는 설명만으로 올바른 파일 갱신을 증명하지 않습니다.

제한된 사무 시험 설계

셀 수정·문서 export·허용 파일 이동처럼 객관적 검사 가능한 과제를 선택합니다. 없는 파일·모호한 대상·거절 행동을 포함하고 단계 상한에서 멈춥니다. 시연을 통과시키려 권한을 계속 넓히지 않습니다.

클릭 수보다 완료 과제·재시도·사람 개입을 기록합니다. 화면 이해, 유효 행동, 합격 문서 생성은 따로 실패할 수 있습니다. 아래는 당사 측정이 아닌 제안 검수입니다.

스크립트·관리형과 비교

정해진 파일 변환은 결정적 라이브러리로 처리하는 편이 명확합니다. 시각 상태와 앱 고유 조작이 필요하면 하이브리드를 평가합니다. 관리형 서비스도 승인과 결과 확인을 없애지는 않습니다.

약 9.48GB BF16 조각은 총 VRAM이 아닙니다. 런타임·이미지·문맥 메모리가 더 필요하므로 모든 노트북 지원을 주장하지 않습니다. 모델·프로세서·환경 리비전을 함께 기록합니다.

안전과 라이선스

체크포인트는 Apache-2.0 표시입니다. 공식 지침은 일회용 격리, 범위 제한, 네트워크 통제, 게스트에 개인 인증정보 금지를 요구합니다. 화면의 글은 셸 실행 권한이 될 수 없습니다.

외부 전송과 되돌릴 수 없는 행동에는 사람 승인을 둡니다. 당사는 문서와 해설을 검토했으며 실행 벤치마크를 재현하지 않았습니다. 손그림은 채널 선택의 개념도입니다.

도입 전 질문

로드하면 바로 내 PC를 조작하나요?

모델 응답과 안전한 실행기는 별도입니다. 독자 구조·프로세서·도구 계약·격리 환경을 구성하고 개인 PC와 인증정보를 노출하지 않습니다.

66.0%가 우리 업무에도 적용되나요?

특정 361개 과제와 실행 조건의 발표값입니다. 실제 앱·입력·권한에 맞는 초기화 가능한 과제와 결과물 검사를 만드세요.

bash와 GUI 선택 기준은요?

허용된 구조화 편집은 코드 검증이 명확하고 시각 레이아웃·앱 상태에는 GUI가 유용합니다. 양쪽 모두 실행기가 승인하고 실결과를 반환해야 합니다.

검토 자료

• Microsoft — model card and execution contract
• Microsoft — reference agent and serving
• Codesprint Consulting — architecture analysis

관련 도구 찾기

• AI 에이전트
• 생산성 도구