微软发布面向 GUI 与编码 agent 的视觉语言模型 Mage-VL-Cowork

微软在 Hugging Face 发布多模态视觉语言模型 Mage-VL-Cowork，面向 computer-use、GUI agent、混合 agent 与编码 agent 场景。模型基于 llavaonevision2 架构，并提供 transformers 与 safetensors 权重，重点支持 agentic 工作流中的视觉理解需求。