# Unsloth 测试版让 AI 模型操作桌面应用

> Unsloth v0.1.918-beta 新增屏幕查看、鼠标和键盘控制，以及连接创意软件的功能，并为 MiniMax-H3-Image 带来新选项。

Oossa · 2026-11-16 · https://oossa.com/zh/unsloth-beta-lets-ai-models-use-your-desktop-apps

Unsloth 的 v0.1.918-beta 更新新增电脑操控功能，AI 模型可以查看用户屏幕并控制鼠标和键盘。该功能适用于 macOS、Windows 和 Linux，可搭配受支持的本地视觉模型及已连接的服务提供商使用。此功能默认关闭，必须在“设置”中启用。

模型在聊天中执行首次操作前，Unsloth 会征求用户许可。切换到新应用，以及使用终端等风险较高的操作前，也会再次征求许可。公司表示，无论权限设置如何，被屏蔽的应用都不会被点击或输入内容。用户可以按“停止”，或将指针移至屏幕角落，随时收回控制权。

## 更多应用可连接到聊天

此次更新还在应用菜单中加入 Unreal Engine、Unity、Godot、Figma 和 Roblox，原有选项包括 Blender。这些连接通过 MCP 实现，让聊天模型能够与其他软件交互。Unsloth 表示，模型可以借此制作场景和游戏；其演示包括在 Godot 中制作 Pong 游戏，以及在 Unreal Engine 中打造村庄广场。Figma 连接仅支持只读：模型可以查看画板、样式和素材，但不能编辑。

用户需要选择应用、授予权限并测试连接，之后才能启用。Unsloth 指出，这些工具会在已连接的应用中运行代码，并表示只有该应用的所有者才能使用。此次发布还在可搜索的连接库中新增九家服务提供商，包括 Amazon Bedrock、Azure OpenAI、NVIDIA NIM 和 Perplexity。

## 图像模型与聊天功能

MiniMax-H3-Image 现在可在 CPU、Mac 和 AMD 硬件上以 GGUF 格式运行，也可在 NVIDIA GPU 上搭配 FP8 或 INT8 权重运行。使用 FP8 需要计算能力达到 SM 8.9 或更高版本的 NVIDIA GPU。用户还可以用 LoRA 微调该图像模型；这是一种通过添加较少权重来适配模型的方法。

Unsloth 表示，在 A100 80GB 上解码一张 2048 像素图像耗时 0.28 秒，而此前为 2.82 秒。这是公司公布的结果，并非独立对比测试。其他变化包括在聊天框中加入模型选择器、浏览项目文件，以及为许多连接自动生成长对话摘要。此次更新还支持将 Inkling-2-Small 作为 Dynamic GGUFs 运行。

## 事实

- Unsloth 于 2026 年 11 月 16 日发布 v0.1.918-beta。
- 电脑操控功能默认关闭，支持 macOS、Windows 和 Linux。
- 新增的连接库包含九家服务提供商，其中包括 xAI、Cohere 和 Google Vertex AI。
- Unsloth 称，在 A100 80GB 上生成一张 2048 像素的 MiniMax-H3-Image 输出，解码耗时为 0.28 秒，而此前为 2.82 秒。

## 为什么重要

对于运行本地 AI 模型的用户来说，电脑操控功能或许能让他们直接要求模型在桌面软件中完成任务，而不只是提供操作指引。不过，使用该功能需要进行明确设置并授予权限；除了 Unsloth 自家的演示和测试，此次发布并未证明它能否可靠处理日常任务。

## 来源与参考

1. [Computer Use, MiniMax-H3-Image + Perf fixes](https://github.com/unslothai/unsloth/releases/tag/v0.1.918-beta) – Unsloth Releases, 2026-11-16

最后更新: 2026-11-16
