Junyang Wang

> > I have already set up a visual interface, and even on cloud devices, so you don’t need to use your own equipment. If you're interested, you can leave...

可以参考[链接](https://github.com/modelscope/modelscope/issues/931)

Hello. As you said, both the OCR model and GroundingDino can be loaded via GPU. For the OCR model, you need to install the corresponding version of tensorflow-gpu. There is...

如果没有GPU，可以自行更换其他OCR模型，按照输出格式修改 MobileAgent/text_location.py

> 请问一下能不能指导一下你们V3准备用的开源模型，我使用了llava-next-72b-hf这个72B的模型，但是基本没有效果，和GPT4o没法比，你们有什么好的想法能交流一下吗 v3目前还暂不能开源和公布技术细节。如果想要提升效果，可以从指令遵循能力、外部知识注入和遵循能力、多图理解能力等角度对模型做提升，这些能力对于手机场景是十分关键的