Xenon, doanh nghiệp phát triển giải pháp AI tạo sinh, ngày 18/9 cho biết đã phát hành mã nguồn mở mô hình AI Hunmin VLM 397B, được thiết kế để nhận diện màn hình máy tính và tự thực hiện tác vụ trực tiếp.

Theo công ty, Hunmin VLM 397B được phát triển trên nền tảng Qwen3.5-397B, mô hình mã nguồn mở quy mô 397 tỷ tham số, đồng thời được tăng cường thêm năng lực nhận diện màn hình và điều khiển máy tính.

Trong benchmark ScreenSpot-Pro, dùng để đánh giá khả năng xác định vị trí mục tiêu trên màn hình, mô hình đạt 75,6 điểm và xếp thứ hai trên bảng xếp hạng chính thức của Hugging Face. Ở OSWorld, bộ đánh giá năng lực thực hiện tác vụ máy tính thực tế trong môi trường Linux, mô hình ghi nhận 70,5 điểm, cao hơn 22,3 điểm so với mô hình gốc.

Xenon cho biết đã sử dụng 8 GPU Nvidia B200 để tinh chỉnh thêm mô hình 397 tỷ tham số. Công ty triển khai học có giám sát (SFT) và học tăng cường (RL) với định dạng lượng tử hóa FP8, qua đó bổ sung khả năng thao tác trên máy tính trong điều kiện tài nguyên tính toán hạn chế.

Trên 8 bộ benchmark tiếng Hàn, mức chênh hiệu năng của mô hình so với bản gốc được giữ trong phạm vi 2 điểm.

Xenon cũng công bố bản đầy đủ của mô hình cùng phiên bản FP8 có dung lượng giảm khoảng một nửa theo giấy phép Apache 2.0, đồng thời công khai phương pháp phát triển và đánh giá.

Myung Dae-woo, Phó chủ tịch kiêm CTO của Xenon, cho biết cuộc cạnh tranh giữa các mô hình AI đang dịch chuyển khỏi việc chỉ mở rộng quy mô tham số, sang bài toán tối ưu cách bổ sung các năng lực cần thiết cho mô hình lớn và đưa chúng đến mức có thể triển khai trong thực tế.