微軟最新AI模型Fara-7B，強調本地端運行與資料隱私，企業可安心使用。Fara-7B具備卓越效能，透過視覺感知操作，完成複雜任務，展現AI模型的無限潛力。微軟於 11 月 24 日正式發表最新 AI 模型 Fara-7B，這款具備 70 億參數的模型被定位為「電腦使用代理」（Computer Use Agent, CUA），主打可直接在本地端運行、無需依賴雲端算力，同時兼顧高效能與資料隱私。 主打企業資料安全，支援「視覺感知」操作 Fara-7B 的設計核心在於滿足企業客戶對敏感資訊處理的隱私與合規需求。由於模型足夠精簡，可以在個人電腦上執行，不僅降低延遲，也避免資料上傳至雲端，有助於落實本地化自動化，例如用於內部帳號管理、機密文件處理等場景。 這款模型最大特色是採用「看螢幕操作」方式與網站互動——透過螢幕截圖讀取畫面排版，再預測滑鼠點擊、輸入或滾動等動作。與傳統依賴瀏覽器結構的方式不同，Fara-7B 完全基於像素級資料進行推理，因此即便是程式碼結構混亂的網站，也能正常運作。 微軟研究院產品經理 Yash Lara 表示，Fara-7B 透過本地端處理視覺輸入，實現所謂的「像素主權」，讓包括醫療、金融等高度監管產業也能安心使用。 實測效能超越 GPT-4o，小模型更高效 在 WebVoyager 測試基準中，Fara-7B 的任務完成率達 73.5%，高於 GPT-4o 的 65.1% 與 UI-TARS-1.5-7B 的 66.4%。此外，Fara-7B 完成任務平均僅需 16 步操作，明顯優於 UI-TARS-1.5-7B 的 41 步，在準確率與效率之間達成最佳平衡。 Fara-7B 同時引入「關鍵確認點」（Critical Checkpoints）機制，在遇到涉及用戶個資或不可逆操作（如發送信件、金錢轉移）時會自動暫停並請求確認，搭配「Magentic-UI」互動介面，提供人機協作的安全防線。 知識蒸餾與專家示範訓練，強化自主學習潛力 Fara-7B 採用「知識蒸餾」訓練方法，整合由多代理系統 Magentic-One 所產生的 14.5 萬筆成功導航範例，並壓縮至單一模型中學習。此外，底層模型基於 Qwen2.5-VL-7B，擁有最長 128,000 Token 的上下文窗口，具備優異的圖文對齊能力，訓練過程以模仿人類專家操作為主。 微軟表示，未來不會盲目追求更大模型，而是致力於打造更「小而聰明、安全」的模型，並計畫引入強化學習（RL）於合成沙箱環境中進行自學訓練。 已開源上架，可自由測試商用但尚非正式產品 目前 Fara-7B 已透過 MIT 授權開源釋出，可在 Hugging Face 與微軟 Foundry 平台下載使用，允許用於商業應用。但微軟也提醒，該模型尚未達到生產環境部署標準，目前主要適合開發者用於原型測試與功能驗證。 延伸閱讀：Google 推 WeatherNext 2 新一代氣象預報 AI 模型，Pixel、搜尋、Gemini 搶先用 延伸閱讀：研究者發現讓 AI 變得更有創意的懶人提問法，不論 ChatGPT、Gemini 等任何 AI 模型皆能適用 延伸閱讀：Anthropic 發表Claude Haiku 4.5 小型 AI 模型：僅 1/3 成本、效能對標 Sonnet 4，程式表現甚至小贏 加入T客邦Facebook粉絲團微軟最新AI模型Fara-7B，強調本地端運行與資料隱私，企業可安心使用。Fara-7B具備卓越效能，透過視覺感知操作，完成複雜任務，展現AI模型的無限潛力。微軟於 11 月 24 日正式發表最新 AI 模型 Fara-7B，這款具備 70 億參數的模型被定位為「電腦使用代理」（Computer Use Agent, CUA），主打可直接在本地端運行、無需依賴雲端算力，同時兼顧高效能與資料隱私。 主打企業資料安全，支援「視覺感知」操作 Fara-7B 的設計核心在於滿足企業客戶對敏感資訊處理的隱私與合規需求。由於模型足夠精簡，可以在個人電腦上執行，不僅降低延遲，也避免資料上傳至雲端，有助於落實本地化自動化，例如用於內部帳號管理、機密文件處理等場景。 這款模型最大特色是採用「看螢幕操作」方式與網站互動——透過螢幕截圖讀取畫面排版，再預測滑鼠點擊、輸入或滾動等動作。與傳統依賴瀏覽器結構的方式不同，Fara-7B 完全基於像素級資料進行推理，因此即便是程式碼結構混亂的網站，也能正常運作。 微軟研究院產品經理 Yash Lara 表示，Fara-7B 透過本地端處理視覺輸入，實現所謂的「像素主權」，讓包括醫療、金融等高度監管產業也能安心使用。 實測效能超越 GPT-4o，小模型更高效 在 WebVoyager 測試基準中，Fara-7B 的任務完成率達 73.5%，高於 GPT-4o 的 65.1% 與 UI-TARS-1.5-7B 的 66.4%。此外，Fara-7B 完成任務平均僅需 16 步操作，明顯優於 UI-TARS-1.5-7B 的 41 步，在準確率與效率之間達成最佳平衡。 Fara-7B 同時引入「關鍵確認點」（Critical Checkpoints）機制，在遇到涉及用戶個資或不可逆操作（如發送信件、金錢轉移）時會自動暫停並請求確認，搭配「Magentic-UI」互動介面，提供人機協作的安全防線。 知識蒸餾與專家示範訓練，強化自主學習潛力 Fara-7B 採用「知識蒸餾」訓練方法，整合由多代理系統 Magentic-One 所產生的 14.5 萬筆成功導航範例，並壓縮至單一模型中學習。此外，底層模型基於 Qwen2.5-VL-7B，擁有最長 128,000 Token 的上下文窗口，具備優異的圖文對齊能力，訓練過程以模仿人類專家操作為主。 微軟表示，未來不會盲目追求更大模型，而是致力於打造更「小而聰明、安全」的模型，並計畫引入強化學習（RL）於合成沙箱環境中進行自學訓練。 已開源上架，可自由測試商用但尚非正式產品 目前 Fara-7B 已透過 MIT 授權開源釋出，可在 Hugging Face 與微軟 Foundry 平台下載使用，允許用於商業應用。但微軟也提醒，該模型尚未達到生產環境部署標準，目前主要適合開發者用於原型測試與功能驗證。 延伸閱讀：Google 推 WeatherNext 2 新一代氣象預報 AI 模型，Pixel、搜尋、Gemini 搶先用 延伸閱讀：研究者發現讓 AI 變得更有創意的懶人提問法，不論 ChatGPT、Gemini 等任何 AI 模型皆能適用 延伸閱讀：Anthropic 發表Claude Haiku 4.5 小型 AI 模型：僅 1/3 成本、效能對標 Sonnet 4，程式表現甚至小贏 加入T客邦Facebook粉絲團