本报讯 （记者 杨阳） 近日，全球公认最难考的GUI定位基准ScreenSpot-Pro榜单更新成绩。余杭企业实在智能旗下Indeed-UI系列模型包揽榜单前两名——32B模型以82.7%的任务成功率，登顶全球第一；8B模型以81%的成绩位列全球第二，在同级参数量模型中位列第一。

　　这个榜单考的不是AI能写多好的诗、聊多久的天，而是AI能不能像人一样看懂页面，在屏幕上准确找到该点的按钮、该填的输入框。

　　测试中，它不给模型看简化过的网页截图，而是直接甩出整屏、高分辨率的真实专业软件截图，覆盖办公、开发、设计、工程分析等26款真实专业应用，1581条测试指令全部由资深专业人士标注。

　　2025年该榜单刚发布时，全球最强的模型成功率还不到20%。时隔仅一年，实在智能就将这一行业纪录大幅推升至82.7%。

　　此前，实在智能已在OSWorld（端到端任务执行评测）上取得全球第一。OSWorld考的是“做得完”，ScreenSpot-Pro考的是“看得准”，两个榜单都是国际公认的权威评测。接连登顶，说明实在智能在“AI操作电脑”的核心链路上已形成从感知到执行的体系化能力。

　　榜单之外，更值得关注的是“大小模型同时领先”——32B模型证明的是技术上限。在办公软件测试中，32B取得了93%的平均成绩，在开发与编程类软件中更是达到97.6%；8B模型证明的则是落地能力，其支持完全本地部署，数据不出内网，财务数据、客户信息、生产排产表全部留在企业自己的服务器上，从根源上解决数据安全和合规问题。

　　这笔账很实在。过去要上一套能看懂复杂界面的AI，动辄需要采购几十万元的GPU集群；现在，在屏幕定位这一核心能力上，一台万元级的工作站就能达到可用效果，部署门槛从“只有大厂玩得起”降到了“普通企业换台电脑就能试”。

　　在制造业等真实场景中，一张客户订单从接单到回款，要连续穿越七八套甚至十几套业务系统，其中大量封闭软件没有开放API和标准化接口，甚至没有文档。面对一个20年前的MES系统界面，市面上绝大多数AI Agent连第一个按钮都点不准。

　　实在智能花8年时间打造了一套Harness工程底座，核心就是三件事：不要API接口，AI直接模拟鼠标键盘去操作，像人一样“硬控”界面；不用人工盯着，遇到弹窗报错、页面改版会自动重试、自主切换兜底路径；无须数据出网，整套体系支持完全本地部署。

　　榜单排名的价值，从来不是停留在纸面的数字和行业的荣誉，最终要看企业能否在实际场景中“用得上”“用得起”。当一个万元级工作站能跑通核心自动化，当中小企业也能部署行业一流的AI能力，AI自动化才真正有机会成为企业的基础设施，这或许比“全球第一”更有价值。