生成式AI解决方案公司Xenon于18日宣布，正式开源AI模型“Hunmin VLM 397B”。该模型可识别屏幕内容，并直接执行电脑操作任务。
Hunmin VLM 397B基于3970亿参数的开源模型Qwen3.5-397B打造，重点补强了屏幕识别和电脑操作能力。
在用于评估屏幕可交互目标定位能力的ScreenSpot-Pro测试中，Hunmin VLM 397B获得75.6分，位列Hugging Face榜单第2位。在衡量Linux环境下真实电脑任务执行能力的OSWorld测试中，该模型得分70.5分，较基座模型提升22.3分。
Xenon表示，在对这一3970亿参数模型进行后训练时，公司使用了8块NVIDIA B200 GPU，并采用FP8量化进行监督微调（SFT）和强化学习（RL），以在有限算力条件下提升电脑操作能力。
在8项韩语基准测试中，Hunmin VLM 397B与基座模型的分差控制在2分以内。
Xenon此次还同步公开了原版模型和体量约为原版一半的FP8版本，采用Apache 2.0许可证，并提供配套的开发与评测方法。
Xenon副总裁兼CTO Myung Dae-woo表示，AI模型竞争的重心正从单纯扩大参数规模，转向以更高效率补齐大模型所需能力，并将其提升到可落地应用的水平。
记者信息
Seul-gi Son
sageson@d-today.co.kr