Holo 4: modelos pequeños y abiertos que manejan interfaces gráficas

El laboratorio francés H presentó Holo 4, una familia de modelos de computer use que pueden apuntar, hacer clic, desplazar y escribir en interfaces gráficas de Windows y Linux. Los modelos están afinados sobre modelos de Alibaba y cubren tres entornos: terminal, API e interfaz gráfica.

Hasta ahora, la mayoría de los agentes destacaba en la línea de comandos y en las API, pero encontraba dificultades ante botones y ventanas. Según lo reportado, Holo 4 apunta precisamente a esa brecha, al manejar la interfaz como lo haría un usuario humano.

Que modelos relativamente pequeños y abiertos sean capaces de operar interfaces gráficas acerca los agentes a los computadores de uso común. También refuerza la tendencia de ejecutar IA potente sobre hardware propio, en lugar de depender exclusivamente de servicios en la nube.

El avance sugiere un escenario donde los agentes dejan de estar limitados a tareas técnicas y pasan a interactuar con el software cotidiano. Fuente: The Register.