腾讯混元团队在 Hugging Face 上发布了开源模型 UI-Mate-democua-27B，这是一个演示引导的 GUI 智能体检查点。该模型基于 Qwen3.6-27B 底座，参数量为 27B，采用 Apache-2.0 许可，支持图像文本到文本的输入输出，能够观察实时屏幕截图、推理可见状态，并输出结构化的键盘和鼠标操作。其核心亮点在于，用户只需展示一次工作流程，模型便能将该流程适配到新任务中，实现一次性程序化学习。
在技术实现上，UI-Mate-democua-27B 从通用强化学习检查点出发，通过监督微调混合了通用计算机使用数据和演示增强数据。这种混合训练方式保留了仅凭指令执行任务的能力，同时赋予了模型在提供演示时使用演示的能力。演示被视为指导而非固定动作脚本，录制的坐标不会被重放，模型会根据实时界面内容、布局或应用状态的变化重新规划。
评估结果显示，在 OSWorkerBench 子集（包含 33 个多应用办公任务）上，严格成功率从仅指令的 17.17% 提升至加入演示后的 35.35%，进步了 18.18 个百分点；进度指标从 67.85% 提升至 81.14%，进步 13.29 个百分点。在 OSWorld 子集上，进度从 40.27% 提升至 65.75%，进步 25.48 个百分点。演示改善了 33 个任务中的 28 个，完美完成任务的数量从 1 个增加到 5 个。平均轨迹长度也从 173.3 步增加到 216.0 步，表明模型在演示引导下更深入地探索任务。
该模型支持与 pyautogui 兼容的结构化动作，并通过 OpenAI 兼容接口提供服务。训练过程中刻意保留部分指导信息，例如省略焦点点击、滚动和弹窗关闭等关键动作，迫使模型从屏幕截图推断缺失步骤，从而增强其适应能力。此外，训练混合了三种指导与屏幕关系：完全对齐、部分错位（模型从屏幕纠正不匹配步骤）和不相关（模型忽略工作流），其中完全对齐占多数，以确保指导的有效性。
UI-Mate-democua-27B 是 UI-Mate 系列的一部分，该系列还包括 UI-Mate-27B 和 UI-Mate-9B 等通用计算机使用检查点。此次发布的演示引导版本专注于通过演示提升任务执行效率，适用于桌面自动化、GUI 操作等场景。该模型的开源发布有助于推动 GUI 智能体在办公自动化、软件测试等领域的应用，为 AI 产业的应用层提供了新的工具选择。