Cua 把 CUA-S1 系列搬上 Hugging Face:nano 全量 6.9MB、4B LoRA 262MB,GUI 表单 specialization 拓到三档
9 月 21 日,Cua 把 CUA-S1 系列的两个新检查点同时搬上 Hugging Face:cua-s1-nano-0.1 与 cua-s1-4b-0.1。仓库直读的事实是——nano 含 text 与 multimodal 两个 3.4MB 的全量 safetensors(配置为 256 上下文 token、96 option token、rank 128);4b 是挂在 Qwen3.5-4B 上的 LoRA 适配器,主目录 85MB,multimodal 版 102MB,合计约 262MB。两仓创建时间相差 1 秒,与 9/18 开源的 70.6 万参数 forms 检查点构成「专项小模型」的三档。
这条线的方法论在 CUA-S1 的模型卡里写得很清楚:字节级 transformer 编码器加 option-attention 分类头,对界面元素只做四选一(填入实体、勾选、点击、跳过),不生成字段值;执行与规划分离,默认 dry-run,submit 只允许唯一一个高置信的 Submit 按钮。它赌的不是通用能力,而是把一类界面任务做到极小、极可控。
它改变了什么:当 GUI 智能体主流路线还在把截图喂给多模态大模型时,Cua 在验证另一条路——表单这类高频窄任务可以压缩到 MB 级常驻本地。边界:两个新仓都没有 README 与能力说明,官方未给成绩;本条只收录可直读的文件事实,性能层面的判断留待官方补齐文档。
核验记录
日期核法:HF 两仓 createdAt 均为 2026-09-21T19:36(相差 1 秒互证),4B adapter_config 直读 base_model=Qwen/Qwen3.5-4B,nano config 直读 context_tokens=256/option_tokens=96;源码项目 cua-s1 于 9/18T17:38Z 并入 trycua/cua(#3964)。**未读过的一环**:两个新仓均无 README/model card,能力口径没有官方说明,正文只写文件结构与基座等可直读事实;cua.ai 官网页面需登录,未能直读公告。
← 上一篇加拿大 BC 省正式起诉 OpenAI:枪击前 ChatGPT 记录未报警方,追责第一次落到省级政府头上下一篇 →小米追加开源 MiMo-V2.6-Distill-Qwen-9B:MiMo 蒸馏数据微调 Qwen3.5-9B 的智能体小模型