Microsoft 开源 Mage-VL-Cowork：4B 模型在 OSWorld-Verified 拿到 66.0%

Microsoft 在 Hugging Face 放出 Mage-VL-Cowork：一个 4.74B 参数（BF16，约 9.48GB）的开源 computer-use agent，Apache 2.0 许可。它基于 microsoft/Mage-VL 微调而来，走 LLaVA-OneVision2 架构，标签覆盖 multimodal、computer-use、cua、gui-agent、coding-agent、terminal-agent、reinforcement-learning、osworld、webvoyager。HF 仓 createdAt 2026-10-30T12:13Z、lastModified 12:14Z，无官方博客公告页，发布日取权重仓时间戳。

模型卡给出的主结果：在 OSWorld-Verified 的 361 个 held-out 任务（排除 Google Drive）上、50 步预算、MAGEHybridAgent harness（history_n=3、images_to_keep=3、1920×1080 桌面分辨率），headline 66.0%（66.04%）是两轮独立全基准跑的均值（Run 1 = 65.33%、Run 2 = 66.75%），比 Hybrid SFT 高 +10.16 pp，同时把交互长度从 21.57 步压到 18.77 步。官方结论：4B 规模上，高效小 VLM 已能掌握端到端计算机使用。

权重可直接下载（safetensors 分片，9.48GB），transformers 库可加载（AutoModel，需 trust_remote_code）。库内尚无第三方复现；所有数字均为 Microsoft 自测。

原文链接：Microsoft Hugging Face 官方模型卡