Mage-VL-Cowork
微软的 4B 计算机操作智能体,自己决定何时点击、何时运行代码。OSWorld-Verified 得分 66.0%,Apache 2.0。
一句话概括. Mage-VL-Cowork 看着屏幕截图来操作电脑:点击、输入,以及运行 shell 命令和 Python。它只有 40 亿参数,一块 GPU 就能运行。采用 Apache 2.0,可免费商用,但它会执行真实操作,所以请在沙箱里运行。
概述
Mage-VL-Cowork 是微软 Mage 团队的 40 亿参数模型,用来操作电脑。它读取屏幕截图,并在一次对话中在两种工具之间选择:点击、输入、滚动之类的图形界面操作,以及带 Python 的持久 shell。微软于 2026 年 10 月 30 日以 Apache 2.0 许可证发布。它的思路是:小模型只在需要“看”的时候才点击,在文件编辑更便宜、更容易验证时就写代码或 shell 命令。
它从一个中间的 4B Mage-VL 检查点(Mage-ViT 编码器加 Qwen3-4B-Instruct-2507)出发,经过五个训练阶段:屏幕定位的中期训练、图形界面智能体轨迹的微调、编程和终端任务的微调、教模型在两种工具间选择的混合微调,以及使用可验证任务奖励的在线强化学习。微软用名为 Mage-CUA-Forge 的“工作流优先”生成器生成了覆盖 6915 项技能的 293,806 个训练任务,并保留了 318,837 条经验证的轨迹;这些轨迹由 GPT-5.4 教师模型生成,教师的工具环境事先剔除了功能重叠的工具。模型在 32,768 token 的工作窗口内保留最近三张截图和四条完整回复(架构本身支持 262,144 token),每一轮包含推理说明、动作摘要和动作本身。
微软报告在 50 步预算下,OSWorld-Verified 得分 66.0%,这是两次运行的平均值(65.33% 和 66.75%),它称这是 4B 模型中的最好成绩。同一张表里,9B 的 ScaleCUA-Qwen3.5-9B 得 68.7%,Muse Glimmer-30B 为 65.9%,Qwen3.6-27B 为 63.9%,GPT-5.4-mini 为 69.6%,闭源前沿模型在 73.1% 到 78.7% 之间。在线强化学习比混合微调检查点提高了约 10 个百分点,同时让模型调用次数减少 13%,输出 token 减少 25%。在一个只用图形界面的 27B 模型的对照计时示例中,混合式 4B 模型用 39 秒完成了一个电子表格任务,对方用了 9 分 56 秒。这些都是开发者的结果。模型使用自定义代码,加载时要开启远程代码,仓库里附带了 OSWorld 评测智能体和一个 SGLang Docker 脚本。
适合做什么
- 在一块 GPU 上原型化自托管的计算机操作智能体,处理文档、电子表格和演示文稿等办公任务
- 把屏幕操作与文件和终端操作混合起来的 Linux 桌面工作流
- 小型计算机操作智能体的训练研究,因为模型卡描述了课程、数据合成和工具环境设计
- 复现 OSWorld 结果,因为评测智能体就在仓库里
需要注意
- 它会真实地执行 shell 命令和点击,请在沙箱或虚拟机里运行
- 66.0% 的得分低于微软给出的人类参考 72.4%,同一张表里还有 9B 模型得分更高
- 它使用自定义架构和处理器,工作窗口为 32K,只保留最近三张截图
- 基准数字是微软自己的,训练轨迹来自 GPT-5.4 等专有教师模型
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 Mage-VL-Cowork (4B) 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| Mage-VL-Cowork (4B) BF16 | 4.74B | 11 GB | 5.45 GB | 3.27 GB | 笔记本或手机 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最常见的宽松型许可证之一。你可以使用、修改模型并基于它销售产品,只需遵守少量条件。
延伸阅读
常见问题
- Mage-VL-Cowork 是什么?
- Mage-VL-Cowork 看着屏幕截图来操作电脑:点击、输入,以及运行 shell 命令和 Python。它只有 40 亿参数,一块 GPU 就能运行。采用 Apache 2.0,可免费商用,但它会执行真实操作,所以请在沙箱里运行。
- Mage-VL-Cowork 可以商用吗?
- 可以。Mage-VL-Cowork 采用 Apache 2.0 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- Mage-VL-Cowork 是开源的吗?
- Mage-VL-Cowork 采用 Apache 2.0 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 Mage-VL-Cowork 吗?
- 可以。最小版本 Mage-VL-Cowork (4B) 在 4 位精度下约需 3.27 GB 内存,现代笔记本或中端显卡即可胜任。
- Mage-VL-Cowork 是什么时候发布的?
- Mage-VL-Cowork 由 Microsoft 于 2026年10月30日 发布。
- Mage-VL-Cowork 的上下文窗口有多长?
- Mage-VL-Cowork 支持最长 32K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Mage-VL-Cowork model card (Hugging Face) huggingface.co
- Mage-VL-Cowork project page (Microsoft) microsoft.github.io
- Mage-VL-Cowork technical report (PDF, GitHub) github.com
- Mage repository (GitHub) github.com
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| Mage-VL Microsoft | 4.74B | 256K | Apache 2.0 (宽松) | 3.27 GB 笔记本或手机 | |
| Qwen3-VL Alibaba Qwen | 2.13B – 236B 激活 22B | 256K | Apache 2.0 (宽松) | 1.47 GB 笔记本或手机 | |
| Muse Glimmer Meta | 29.6B | 128K | Apache 2.0 (宽松) | 20 GB 游戏显卡 | |
| Needle 3 Cactus Compute | 121M | 8K | Apache 2.0 (宽松) | 0.0835 GB 笔记本或手机 |