Qwen 2.5-vl + Browser Use：打造本地Operator
通义千问版Operator啊！我们知道OpenAI推出的Operator震撼全球，可以像真人般操作浏览器去完成不同的任务。今天我们说下怎么用通义千问最新推出的开源免费的Qwen2.5-VL视觉大模型加上我们之前分享过的Browser Use来搭建本地跑的Operator…
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 AI产品狙击手！
相关推荐
2025-08-13
GLM 4.5V：AI视觉革命！开源即巅峰！
太炸裂了！上两周我才分享了智普AI的GLM 4.5表现不俗，这两天它们又发布了全新的开源视觉语言大模型GLM 4.5V。这款模型并非等闲之辈，它基于GLM 4.5 Air架构，拥有高达1060亿的庞大参数量，并激活120亿参数进行推理。在MMBench、MathVista及OCRBench等多项权威视觉基准测试中，GLM-4.5V均取得了接近90分的顶尖成绩，全面展示了其技术硬实力展开更多 访问入口
2025-01-06
Browser Use Webui：AI自动操作浏览器
可以像真人般操作你的浏览器帮你完成任务的免费Agent啊！今天要跟大家分享的这个叫做browser-use-webui的agent就牛逼了，通过它我们可以给它一个指令，然后它就能操作浏览器来完成我们的人物。它后面可以介入免费的Gemini2.0，也可以介入价格便宜的几乎免费的最近风头正盛的国产deepseek v3模型。今天我们就Demo下deepseek的… 项目入口
2025-02-10
DeepSeek Browser Use：OpenAI Deep Research免费平替
DeepSeek版Deep Research啊！上两天我才分享了个视频介绍OpenAI最新推出的Deep Research，可以自动搜索上百个网页来帮我们生成专业的报告，可惜需要价值200刀每月的Pro账号才能用。今天我想给大家介绍一个免费的使用方案，就是DeepSeek加我之前介绍过的Browser Use，如果大家不清楚Browser Use的，可以先去翻看下我这个视频。而DeepSeek呢，我们只需要用免费的蒸馏模型就能达到想要的效果…
2025-09-03
FastVLM! 苹果炸裂开源视觉模型！本地就能跑！
苹果隆重推出最新力作FastVLM，这是一款旨在彻底改变我们与视觉内容交互方式的全新视觉语言模型！出道即王炸，它是目前市场上响应速度最快的VLM之一。想象一下，您的AI模型不仅能实时理解您眼前的一切，还能直接在浏览器中运行，甚至完全离线使用，不用联网就能看图看视频，甚至实时生成字幕。 对于希望在网页应用中集成高性能、低延迟的视觉智能的开发者而言，FastVLM无疑是理想之选。 模型访问入口 代码示例入口 在线访问入口
2024-12-26
QVQ-72B：世上唯一开源免费视觉推理大模型
这应该是当今世上唯一一个完全开源免费的视觉推理大模型，相比海外如OpenAI等贵的要命的o3模型，阿里巴巴最新推出的这个QVQ-72B视觉推理大模型遵循都是Apache 2.0的协议，也就是说权重等完全开源，如果我没有搞错的话，这应该是当今世上唯一一个完全开源免费的视觉推理大模型，它只有72B的参数量，但是它在MMLU多模态测试集和MathVision等数学视觉等测试集上的benchmarks得分却不容小觑。下面我们快速的去魔撘上玩下… 访问入口
2025-08-01
200多扣子工作流免费开源！赶紧收藏！
太炸裂了！200 + 扣子工作流免费用啊！相信大家都受够了那种视频，先是给你演示个炸裂视频生成效果，然后一本正经跟你说到扣子某个位置找到对应工作流就能一键生成，但当你去了发现什么都没有，最终联系对方发现对方竟然是卖课的！今天大家就有福了，淘到这个 cozeworkflow 开源项目，包含 200 多个经过测试可直接使用的 Coze 工作流，涵盖 AI 文案生成、图像处理、自动化脚本和视频制作等多个类别，从抖音数据采集、飞书文档处理到数字人视频生成等场景都能覆盖 使用方法也非常简单。每个工作流都配有功能说明和参数注释，而且仓库还在持续动态维护，会及时补充新增工作流。所有资源完全免费！ 其他我相信无需多言了吧，你尽管收藏就对了！ AI产品狙击手，每天分享免费AI工具和技巧！关注我！ 访问入口
