UI-Venus-2 Technical Report

arXiv:2609.00028v1 Ankündigungstyp: neu Abstract: Multimodale GUI-Agenten haben sich als vielversprechendes Paradigma für digitale Taskautomation etabliert, doch der Übergang von Benchmark-orientierten Modellen zu zuverlässigen Real-World-Anwendungen bleibt aufgrund begrenzter Umgebungsabdeckung und spröder Taskkonstruktion herausfordernd