**聚焦多模态 GUI 智能体：解决序列干扰与提升决策精准度**

_Focused Omni-Modal GUI Agents_

> 针对多模态 GUI 智能体在处理全量上下文时产生的“序列干扰”问题，研究提出了“聚焦感知”概念并开发了 FocusGUI 适配器。该模型通过动态筛选关键模态信息并注入冻结解码器，在不微调主干网络且仅需动作监督的情况下，显著提升了智能体的决策匹配度与准确率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.26203)