GUIFlow 提出面向 GUI 智能体的增量推理框架

清华大学等团队在 arXiv 发布论文，提出 GUIFlow——一个面向多图像 GUI 智能体交互的全流程增量推理框架。该方法通过历史 KV 状态位置对齐注入、视觉编码器与语言模型的选择性更新，并以早前动作响应作为推测草稿、由目标模型验证，实现跨步骤的计算复用。论文称该框架无需额外训练、无需单独草稿模型，也不改变模型可见输入和动作接口。 据论文作者称，实验显示在离线多图像基准上最高取得 3.39 倍几何平均加速，在 OSWorld 在线闭环交互中最高达 3.49 倍，任务表现与稠密推理基线大体相当。

AI 根据报道生成 · 41 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。