微軟Fara-7B：一款讓PC也能操控的強大大模型！

點擊輸入圖片描述（最多30字）微軟通過發布最新型號Fara-7B的籽軟語言大模型，展示了面向普通消費者的人工智能未來愿景。Fara-7B可在個人電腦上本地運行，并且足夠智能，能夠利用電腦完成AI任務。微軟在一篇博客文章中表示，Fara-7B是其首個智能小語言模型，專為“計算機使用”任務設計，意味著它可以控制鼠標和鍵盤。由于Fara-7B僅涵蓋70億參數，遠低于當今最強大的大型語言模型。例如，即使是2020年首次亮相的GPT-3——遠早于AI熱潮興起——也擁有超過1750億個參數。然而，Fara-7B小巧的機型并未阻礙其實現微軟所稱的“最先進的性能”，尤其是與同級別其他機型相比。據說Fara-7B還能與利用多個大型語言模型的更大、資源密集型代理系統競爭。例如，當專門配置用于瀏覽網頁時，它能超越OpenAI Group PBC的GPT-4o。微軟解釋說，Fara-7B通過視覺感知網站來工作，而不是使用獨立模型來解析屏幕上的信息，也沒有使用諸如“無障礙樹”等額外信息。相反，微軟表示，它與網站的交互方式與人類相同。點擊輸入圖片描述（最多30字）在三段視頻中，微軟展示了Fara-7B如何在線購買產品、搜索信息并總結所發現內容，以及利用在線地圖測量兩個地點之間的距離，所有這些都基于更簡單的用戶提示。視頻中可以明顯看出，Fara-7B執行這些任務的速度遠慢于人類，用戶需要在過程中批準某些步驟，比如輸入賬戶登錄信息。盡管如此，這仍然是一個有趣的展示，展示了一個未來：自動化日常任務的AI模型將成為常態，尤其是在人工智能變得更智能、更快速之后。當然，微軟的Copilot工具也可以作為代理代表用戶自動執行任務，但區別在于它不在PC本地運行。相反，Copilot只能在連接到微軟龐大的云端數據中心時運行，這意味著它必須始終在線。它還從用戶電腦收集大量數據，盡管微軟有各種政策防止敏感信息落入不法之手，這也可能引發隱私問題。Fara-7B之所以能原生運行，是因為它直接安裝在PC上，這意味著它只利用本地可用的硬件。因此，微軟表示，它不會向云端發送任何數據，從而降低延遲并提升隱私。它建立在公司早期在小語言模型方面的努力基礎上。去年，微軟發布了一款名為Phi-4的型號，體積小巧，可以在智能手機設備上本地運行。不過，Fara-7B并非總是完美，正如微軟所承認的那樣。它表示在測試過程中確實出現了幾次錯誤，尤其是在一些更復雜的任務中準確度下降，有時會在執行指令時出現錯誤。公司表示，它仍然有一定程度的幻覺風險。這些準確性問題正是微軟允許用戶僅在隔離的沙盒環境中測試Fara-7B的原因，在那里可以監控其性能并防止用戶發送敏感數據。公司補充說，已為該模型制定了安全措施，因此將拒絕執行任何惡意提示。點擊輸入圖片描述（最多30字）微軟表示，Fara-7B將以MIT許可在Microsoft Foundry和Hugging Face上發布，只能與其原型AI研究平臺Magnetic-UI一起使用。未來，微軟將發布另一版本的Fara-7B，專為Windows 11 Copilot+電腦設計，配備專用硬件用于處理AI模型。C上就可以運行的大模型，微軟Fara-7B可以控制鼠標和鍵盤

微軟通過發布最新型號Fara-7B的籽軟語言大模型，展示了面向普通消費者的人工智能未來愿景。Fara-7B可在個人電腦上本地運行，并且足夠智能，能夠利用電腦完成AI任務。

微軟在一篇博客文章中表示，Fara-7B是其首個智能小語言模型，專為“計算機使用”任務設計，意味著它可以控制鼠標和鍵盤。

由于Fara-7B僅涵蓋70億參數，遠低于當今最強大的大型語言模型。例如，即使是2020年首次亮相的GPT-3——遠早于AI熱潮興起——也擁有超過1750億個參數。然而，Fara-7B小巧的機型并未阻礙其實現微軟所稱的“最先進的性能”，尤其是與同級別其他機型相比。

據說Fara-7B還能與利用多個大型語言模型的更大、資源密集型代理系統競爭。例如，當專門配置用于瀏覽網頁時，它能超越OpenAI Group PBC的GPT-4o。

微軟解釋說，Fara-7B通過視覺感知網站來工作，而不是使用獨立模型來解析屏幕上的信息，也沒有使用諸如“無障礙樹”等額外信息。相反，微軟表示，它與網站的交互方式與人類相同。

在三段視頻中，微軟展示了Fara-7B如何在線購買產品、搜索信息并總結所發現內容，以及利用在線地圖測量兩個地點之間的距離，所有這些都基于更簡單的用戶提示。

視頻中可以明顯看出，Fara-7B執行這些任務的速度遠慢于人類，用戶需要在過程中批準某些步驟，比如輸入賬戶登錄信息。

盡管如此，這仍然是一個有趣的展示，展示了一個未來：自動化日常任務的AI模型將成為常態，尤其是在人工智能變得更智能、更快速之后。

當然，微軟的Copilot工具也可以作為代理代表用戶自動執行任務，但區別在于它不在PC本地運行。相反，Copilot只能在連接到微軟龐大的云端數據中心時運行，這意味著它必須始終在線。它還從用戶電腦收集大量數據，盡管微軟有各種政策防止敏感信息落入不法之手，這也可能引發隱私問題。

Fara-7B之所以能原生運行，是因為它直接安裝在PC上，這意味著它只利用本地可用的硬件。因此，微軟表示，它不會向云端發送任何數據，從而降低延遲并提升隱私。它建立在公司早期在小語言模型方面的努力基礎上。去年，微軟發布了一款名為Phi-4的型號，體積小巧，可以在智能手機設備上本地運行。

不過，Fara-7B并非總是完美，正如微軟所承認的那樣。它表示在測試過程中確實出現了幾次錯誤，尤其是在一些更復雜的任務中準確度下降，有時會在執行指令時出現錯誤。公司表示，它仍然有一定程度的幻覺風險。

這些準確性問題正是微軟允許用戶僅在隔離的沙盒環境中測試Fara-7B的原因，在那里可以監控其性能并防止用戶發送敏感數據。公司補充說，已為該模型制定了安全措施，因此將拒絕執行任何惡意提示。

微軟表示，Fara-7B將以MIT許可在Microsoft Foundry和Hugging Face上發布，只能與其原型AI研究平臺Magnetic-UI一起使用。未來，微軟將發布另一版本的Fara-7B，專為Windows 11 Copilot+電腦設計，配備專用硬件用于處理AI模型。