Holo1-7B: Natürliche Sprache Lokalisiert UI-Elemente Präzise

1. Einführung in das Tutorial

Holo1-7B ist ein Action Visual Language Model (VLM), das von HCompany am 28. März 2025 für das Webagentensystem Surfer-H veröffentlicht wurde. Es ist darauf ausgelegt, mit Weboberflächen wie ein menschlicher Benutzer zu interagieren. Als Teil einer umfassenderen Agentenarchitektur kann Holo1 als Richtlinienmodell, Positionierungsmodell oder Verifizierungsmodell fungieren, um Agenten beim Verständnis und der Bedienung digitaler Umgebungen zu unterstützen. Die Ergebnisse der Studie lauten:Surfer-H trifft Holo1: Kostengünstiger Web-Agent mit Open Weights".

Dieses Tutorial verwendet eine einzelne RTX A6000-Karte als Ressource. Es bietet hauptsächlich zwei Anwendungsbeispiele: Lokalisierung und Navigation.

2. Projektbeispiele

Lokalisierung

Navigation

3. Bedienungsschritte

1. Klicken Sie nach dem Starten des Containers auf die API-Adresse, um die Weboberfläche aufzurufen

2. Anwendungsschritte

Wenn „Bad Gateway“ angezeigt wird, bedeutet dies, dass das Modell initialisiert wird. Da das Modell groß ist, warten Sie bitte etwa 2–3 Minuten und aktualisieren Sie die Seite.

2.1 Lokalisierung

2.2 Navigation

4. Diskussion

🖌️ Wenn Sie ein hochwertiges Projekt sehen, hinterlassen Sie bitte im Hintergrund eine Nachricht, um es weiterzuempfehlen! Darüber hinaus haben wir auch eine Tutorien-Austauschgruppe ins Leben gerufen. Willkommen, Freunde, scannen Sie den QR-Code und kommentieren Sie [SD-Tutorial], um der Gruppe beizutreten, verschiedene technische Probleme zu besprechen und Anwendungsergebnisse auszutauschen ↓

Zitationsinformationen

Die Zitationsinformationen für dieses Projekt lauten wie folgt:

@misc{andreux2025surferhmeetsholo1costefficient,
      title={Surfer-H Meets Holo1: Cost-Efficient Web Agent Powered by Open Weights}, 
      author={Mathieu Andreux and Breno Baldas Skuk and Hamza Benchekroun and Emilien Biré and Antoine Bonnet and Riaz Bordie and Matthias Brunel and Pierre-Louis Cedoz and Antoine Chassang and Mickaël Chen and Alexandra D. Constantinou and Antoine d'Andigné and Hubert de La Jonquière and Aurélien Delfosse and Ludovic Denoyer and Alexis Deprez and Augustin Derupti and Michael Eickenberg and Mathïs Federico and Charles Kantor and Xavier Koegler and Yann Labbé and Matthew C. H. Lee and Erwan Le Jumeau de Kergaradec and Amir Mahla and Avshalom Manevich and Adrien Maret and Charles Masson and Rafaël Maurin and Arturo Mena and Philippe Modard and Axel Moyal and Axel Nguyen Kerbel and Julien Revelle and Mats L. Richter and María Santos and Laurent Sifre and Maxime Theillard and Marc Thibault and Louis Thiry and Léo Tronchon and Nicolas Usunier and Tony Wu},
      year={2025},
      eprint={2506.02865},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2506.02865}, 
}