通用人工智能公司阶跃星辰（StepFun AI）今日正式开源其全新图形用户界面（GUI）智能体 GELab-Zero。该模型可直接理解屏幕像素、解析界面结构，并自主完成跨平台（Windows、macOS、Web、移动端）的复杂操作任务，如填写表单、数据抓取、软件测试与办公自动化等，无需依赖 API 或预设脚本。
GELab-Zero 基于多模态大语言模型架构，融合视觉感知、语义推理与动作规划能力，支持自然语言指令驱动。例如，用户只需输入“登录邮箱并下载昨天的发票附件”，智能体即可自动识别界面元素、执行点击与输入，并完成文件保存。在内部基准测试中，GELab-Zero 在通用 GUI 任务上的成功率较现有开源方案提升超 35%。
“我们希望 GELab-Zero 成为人人可用的‘数字员工’基础组件，”阶跃星辰 CEO 表示，“通过完全开源，推动社区共建更可靠、透明、可扩展的智能体生态。”
GELab-Zero 已在 GitHub 和 Hugging Face 同步开源，包含模型权重、推理代码及训练数据集构建工具，支持本地部署与微调。项目采用 Apache 2.0 许可证，欢迎开发者、研究者及企业自由使用与贡献。
关于阶跃星辰（StepFun AI）
阶跃星辰致力于打造具备感知、推理与行动能力的通用 AI 智能体，已推出 Step-1 系列大模型、Step-Audio 音频模型及多模态智能体框架，持续推动 AI 从“问答”走向“做事”。
