微软公司今天，微软公司展示了其面向日常消费者的人工智能代理未来愿景，推出了最新的Fara-7B模型。该模型可以在个人电脑上本地运行，足够智能以完成计算机任务。

该公司在一篇博客文章中表示Fara-7B是其首个专为“计算机使用”任务设计的小型语言模型，能够控制鼠标和键盘。

由于它仅包含70亿个参数，显著小于当今最强大的大型语言模型。例如，即使是2020年推出的GPT-3——在AI热潮真正开始之前——也拥有超过1750亿个参数。然而，其小巧的体积并不妨碍它实现微软所称的“最先进的性能”，尤其是在与同类大小的其他模型相比时。

据称，Fara-7B在与利用多个大型语言模型的更大、更资源密集的代理系统竞争时也具有竞争力。例如，微软声称，当专门配置为浏览网页时，它可以超越OpenAI集团PBC的GPT-4o。

微软解释说，Fara-7B通过视觉感知网站来工作，而不是使用单独的模型来解析屏幕上的信息，也不使用诸如“可访问性树”之类的附加信息。相反，它使用与人类相同的方式与网站互动。

在三个视频中，微软展示了Fara-7B如何在线购买产品、搜索信息并提供其发现的摘要，以及使用在线地图测量两个位置之间的距离，所有这些都基于用户的简单提示。在视频中可以注意到，Fara-7B执行这些任务的速度比人类可能要慢得多，并且用户需要在某些步骤中进行批准，例如输入账户登录信息。尽管如此，这仍然是一个有趣的展示，展示了一个未来，AI模型自动化人们的日常任务成为常态，尤其是在它们变得更聪明和更快之后。

当然，微软的Copilot工具也可以像代理一样代表用户自动化任务，但不同之处在于它不能在PC上本地运行。相反，Copilot只能在连接到微软庞大的基于云的数据中心时运行，这意味着它必须始终在线。它还从用户的PC收集大量数据，这可能会引发隐私问题，尽管微软有各种政策来防止敏感信息落入不当之手。

Fara-7B本地运行，因为它直接安装在PC上，这意味着它仅利用可用的本地硬件。因此，它不会将任何数据发送到云端，从而减少延迟并提高隐私性，微软表示。它建立在公司早期的小型语言模型努力的基础上。去年，微软发布了一个名为Phi-4的模型，它小到足以在智能手机设备上本地运行。

尽管如此，Fara-7B并不总是完美的，微软承认。在测试期间，它确实犯了一些错误，特别是在一些更复杂的任务中准确性方面存在困难，有时在遵循指令时会出错。公司表示，它仍然在某种程度上容易出现幻觉。

准确性问题是微软仅允许用户在隔离的沙盒环境中测试Fara-7B的原因，在这种环境中可以监控其性能并防止用户向其发送敏感数据。公司补充说，它为该模型开发了安全措施，因此它会拒绝执行任何恶意提示。

微软表示，Fara-7B将在微软Foundry和Hugging Face上以MIT许可证提供，并且只能与Magnetic-UI，其原型AI研究平台一起使用。未来，公司将发布另一个版本的Fara-7B，专为在Windows 11 Copilot+ PC上运行而设计，这些PC配备了专用的AI模型处理硬件。