# Mage-VL-Cowork 是什麼？微軟新的電腦操作模型

> Mage-VL-Cowork 是微軟 Mage 團隊公開的四十億參數混合電腦操作模型，可在同一策略裡切換畫面操作與終端機指令。

原始網頁: https://sketchry.app/zh/blog/mage-vl-cowork/

AI 新工具 · 2026-11-04 · 來源 [huggingface.co](https://huggingface.co/microsoft/Mage-VL-Cowork)

Mage-VL-Cowork 是微軟 Mage 團隊公開的四十億參數混合電腦操作模型，可在同一策略裡切換畫面操作與終端機指令。

微軟 Mage 團隊在 Hugging Face 公開 Mage-VL-Cowork，這是一個約四十億參數的視覺語言模型，專門做電腦操作代理。它在同一次任務裡可以看螢幕截圖並發出滑鼠鍵盤動作，也可以改用 bash 執行程式與終端機指令，中間不需要外部路由器幫忙決定要用哪一條通道。

依模型卡與論文摘要，Mage-VL-Cowork 在 OSWorld-Verified 以五十步預算拿到百分之六十六，是同參數量級裡公布的最高分數之一。作業系統類任務約百分之八十七點五，跨應用工作流程約百分之六十二點七。授權為 Apache-2.0，權重可直接下載。

訓練分成五個階段：先做畫面定位與 GUI 專精，再補寫程式與終端機能力，最後用混合監督與線上強化學習把兩條通道合在一起。上游的 Mage-CUA-Forge 用可重用工作流合成約二十九萬三千個桌面與網頁任務，涵蓋六千多個原子技能，並降低重複造任務的成本。

對本機開發者來說，它代表小型開源代理也能同時點介面與改檔案。官方示範包含用 Python 改試算表、在影像軟體裡操作後再用終端機核對結果。若你平常用 Claude Code 或類似工具在本機做網站與自動化，Mage-VL-Cowork 提供另一條可離線部署的電腦操作路線可供比較。

最後更新: 2026-11-07
