NorthCUA-Nano

NorthCUA-Nano

用基于 Qwen3.5 的 9B 稠密电脑操作模型，通过截图操作桌面和浏览器应用。适合用官方 NorthCUA 运行框架构建电脑操作智能体的开发者。

由 beipo-ai 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：NorthCUA-Nano 是基于 Qwen3.5 的 9B 稠密电脑操作模型。给它一个请求、截图和过去操作的记录，它会写出推理、回复，以及桌面或浏览器运行环境要执行的工具调用。它是 NorthCUA 系列里的紧凑成员，另外还有 35B 的 Mini 和 397B 的 Pro。

适合谁：构建能点击、输入和浏览真实软件的智能体，并且可以在模型旁边运行官方 NorthCUA 运行框架的开发者和研究人员。

Industry | Who uses it | How they use it | Example
软件 | 智能体开发者 | 根据截图操作桌面应用 | 打开设置对话框并修改一个值
网页运营 | 自动化团队 | 完成浏览器里的工作流 | 填写一个多步骤的网页表单
研究 | AI 研究人员 | 研究电脑操作智能体，并比较不同模型规模 | 在同样的任务上比较 Nano 和 Mini

如果你想要普通的聊天模型，可以跳过它，因为它是设计在官方运行框架里运行的。

用在哪里：

• 官方的 NorthCUA 运行框架，卡片说操作电脑必须用它
• 桌面应用和浏览器运行环境
• 在 Windows、macOS 或 Linux 上下载文件

Use case | Who | What they get back
桌面任务 | 智能体开发者 | 面向桌面运行环境的操作和工具调用
网页任务 | 自动化团队 | 浏览器工作流的各个步骤
界面定位 | 研究人员 | 屏幕元素的坐标

如何设置：

• 带 pip 的 Python
• 能放下 BF16 约 18.8 GB 的硬件，按 Hugging Face 的估算，4 位约 4.7 GB
• 官方的 NorthCUA 运行框架，它负责提示词、工具调用和动作执行

1. 安装 Hugging Face hub 包。
2. 下载模型文件。
3. 搭建官方运行框架并把它连接到模型。

pip install -U huggingface_hub
hf download beipo-ai/NorthCUA-Nano

如何使用：给运行框架一个任务，让它把截图和历史交给模型。模型返回动作，由运行框架执行。所有界面坐标都使用 0 到 1000 的归一化空间，而不是原始像素，运行框架会在执行时转换。

Tool | What it does
NorthCUA runtime | 处理提示词、工具调用、观察结果和动作执行
normalized_1000 | 坐标约定，横跨整个屏幕为 0 到 1000

示例：你让智能体修改桌面应用里的一项设置。它查看截图，决定点击哪个元素，用 0 到 1000 空间里的坐标返回动作，再由运行框架执行点击。

新手与专家：如果你是新手，把它当作研究级的智能体，先在安全的测试环境里开始，因为它会操作真实软件。先读运行框架的搭建说明。

卡片报告的是技术报告里的结果，不是对这些文件的新测量。定位分数来自监督微调的检查点，任务完成率来自后来的强化学习检查点。Nano 是稠密模型，所以每个词元都会用到全部 9B 参数。

任务和截图到达
模型推理并选择动作
坐标使用 0 到 1000 空间
运行框架把它们转换成像素
动作在桌面或浏览器上执行

注意事项：

• 卡片说模型和运行框架是设计成一起使用的
• 报告的分数是研究结果，不是对这个仓库的新测量
• License: Apache 2.0
• Cost to run: 没有列出费用，硬件由你自己准备
• Data it reaches: 它所控制的桌面或浏览器的截图和交互历史，以及从 Hugging Face 下载的文件
• Not for: 原始像素坐标，因为所有动作都使用归一化约定

Title: Reported scores for Nano
ScreenSpot-Pro: 72.87 %
OSWorld-G: 82.98 %
OSWorld-Verified: 78.90 %
WebArena-Verified: 67.16 %

Hugging Face 上的数据（2026年11月13日）

• 任务：image text to text
• 框架：transformers
• 参数量：9.4B
• Weights: about 18.8 GB in BF16; about 4.7 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：485
• 点赞：14
• 许可证：apache-2.0
• Quantized versions: 2
• 标签：transformers, safetensors, qwen3_5, image-text-to-text, northcua, computer-use, multimodal, conversational

链接

• 模型：https://huggingface.co/beipo-ai/NorthCUA-Nano
• 文件：https://huggingface.co/beipo-ai/NorthCUA-Nano/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download beipo-ai/NorthCUA-Nano

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。