标签
Marv 是一款 AI 光标助手，用户只需按住快捷键即可询问屏幕上的任何内容，它会朗读答案，并在屏幕上绘制箭头、圈出按钮、添加标注，引导用户完成调试代码、编写电子表格公式或操作各类应用等任务。
作者质疑依赖 API 访问的传统移动代理方法，并提出通过类似 aiden-firmware 的硬件使用屏幕理解来实现更通用的代理，使其能像人类一样交互。
LiquidAI发布了LFM2.5-VL-3B，这是一款3.1B本地视觉语言模型，性能超越Gemma-4 E4B，并在屏幕理解上展现了显著提升，使得设备端AI更加实用。
LiquidAI announces LFM2.5-VL-3B, an efficient vision-language model for edge hardware with improved screen understanding, grounding, multi-image input, and function calling, trained with 4x more vision data and post-training via SFT and RL.