微软推出开源工具 OmniParser，优化复杂用户界面交互解析

微软正式开源 OmniParser，突破现有 AI 在复杂图形用户界面（GUI）识别中的局限性。该工具无需依赖 HTML 等基础数据，直接识别屏幕交互元素，极大提升了视觉解析的精准度。