编辑评分 100/100
网站简介
面向GUI自动化的纯视觉多模态模型，不依赖额外辅助输入 Aria-UI是面向GUI自动化任务的多模态模型，采用纯视觉方案，无需依赖AXTree这类辅助输入，可适配多样化规划指令，通过合成高质量多样化指令样本适配不同任务。目前在离线、在线两类代理基准测试中，性能表现超过仅依赖视觉以及依赖AXTree的同类基线模型。
核心功能
纯视觉方案
不依赖AXTree等辅助输入信息，仅通过视觉信息完成GUI相关任务处理
多样化指令适配
支持适配多样化规划指令，可通过合成高质量样本适配不同类型任务
性能领先基准
在离线与在线代理基准测试中，性能表现超越现有同类基线模型
上下文感知
具备上下文感知能力，可更好理解交互场景，输出符合要求的结果
多任务适配
可适配多种不同类型的GUI自动化任务，满足不同场景的任务需求
使用指南
- 1
访问Aria-UI官方网站https://ariaui.github.io
- 2
可查看项目相关的技术文档、基准测试结果与项目源码
- 3
相关研发人员可根据文档说明部署调用模型
- 4
也可针对自身不同的GUI自动化任务需求
- 5
基于项目能力进行二次开发或直接调用测试。
优势亮点
纯视觉方案不依赖辅助输入
基准测试性能超越同类基线
可适配多样化规划指令
支持多类型GUI自动化任务
编辑推荐
Aria-UI在GUI自动化领域跳出了依赖AXTree辅助输入的常规思路，纯视觉方案的探索取得了亮眼的性能成果，在多个公开基准测试中打破现有记录，为GUI自动化方向的多模态模型研发提供了新的思路，相关方向的科研与开发人员可参考该项目的技术方案。
常见问题
深度了解
Aria-UI是专注于GUI自动化领域的纯视觉多模态AI模型，不同于当前多数依赖AXTree等辅助输入的同类方案，Aria-UI采用纯视觉方法完成任务处理，无需额外的辅助输入信息，即可适配多样化的规划指令。该模型通过合成多样化、高质量的指令样本，实现对不同任务的适配，更好满足不同场景下的GUI自动化需求。在公开的离线与在线代理基准测试中，Aria-UI创下了新的最高性能记录，性能表现不仅超越了仅依赖视觉的基线模型，也超过了依赖AXTree辅助输入的同类基线模型。对于多模态AI研发、GUI自动化开发相关的技术人员与科研团队来说，Aria-UI是兼具技术参考价值与实际应用潜力的前沿模型项目。
使用须知
定价: 以官网定价为准
价格和授权政策可能变化，请以官网最新信息为准
资料由中文导航编辑部整理并经健康检测核验，定期复查更新。
本页信息核对于 2026/10/10，收录信息以收录当日官网状态为准，如发现内容过期请通过下方反馈告知。
访问第三方网站时，请注意以下事项:
- 谨慎提供个人账号、密码和支付信息
- 下载文件前确认来源安全，警惕诱导性广告
- 涉及版权素材使用时，请核实授权范围
- 如遇网站无法访问或内容异常，可反馈给我们
帮助我们维护准确的收录数据，纠错会进入编辑复核队列
用过Aria-UI？说说你的真实体验
你的点评会帮助更多人选型避坑——匿名发表，无需注册，30 秒即可完成
用户评价
还没有评分
成为第一个评价 Aria-UI 的人
我的评分
随下方评论一并提交
热度数据
按站内点击统计0
站内总点击
#-
同类排名 / 7344 站
1
同类点击中位数