GUICrafter：利用海量未标注截图的弱监督 GUI 智能体

针对 GUI 智能体数据获取困难导致泛化差和细粒度视觉定位能力不足的问题，本文提出 GUICrafter。该方法利用海量未标注截图，通过两阶段课程学习框架训练智能体：首先从无标注数据中学习视觉定位，随后利用少量高质量数据经强化学习校准。实验表明，GUICrafter 仅用 UI-TARS 0.1% 的数据量即达到相当甚至更优性能，且在同等标注数据下超越现有方法，显著降低了对人工标注的依赖。