世界浙商客户端讯（记者：胡淼、陈思宇）9月9日，世界GUI（图形用户界面）定位基准ScreenSpot-Pro榜单更新，浙江实在智能科技有限公司（下文简称“实在智能”）自研的Indeed-UI-32B和Indeed-UI-8B两款模型，登上该榜单前两位，成绩分别为82.7%与81.0%。同榜参评的包括OpenAI、Anthropic、谷歌等行业巨头的多款模型。

此外，根据工业和信息化部近日印发的《2025年人工智能应用典型案例名单》，“实在Agent通用智能体平台加速工业型企业数字化转型”与来自阿里达摩院、网易有道等知名浙企的14个案例一同上榜。这从侧面显示，成立于2018年的实在智能，正在智能体时代跑出加速度。

榜单检验的是“找得准不准”

ScreenSpot-Pro是衡量AI“操作电脑”能力的世界级标杆，由新加坡国立大学、华东师范大学等高校联合研究团队发布，主要考察模型在专业级高分辨率软件界面中精准定位按钮、菜单等控件的基础执行力。该测试覆盖办公、开发、设计、工程分析等23款真实应用，场景贴近企业真实应用，被多个主流GUI智能体项目采用。

根据ScreenSpot-Pro，Indeed-UI-32B取得的82.7%为该榜单当前公开最高分；参数量更小的Indeed-UI-8B取得81.0%，位列第二，但在同参数量级对比中仍排名第一。

值得关注的是，今年8月，实在智能在另一张全球权威基准测试榜单OSWorld上取得90.2%的任务执行成功率，位列全球第一。

不过，两项基准榜单的考察对象并不相同。OSWorld考察的是在真实桌面环境中执行多步完整任务的能力，涉及任务规划、上下文保持与异常处理；ScreenSpot-Pro则聚焦能否解决“目标元素在屏幕哪个位置”的问题。有业内人士向记者表示，界面定位是智能体操作软件的前置环节，定位精度的提升，能够有效帮助模型提高任务执行的成功率。

模型部署形态更值得关注

在名次之外，本次发布中较受业界关注的，是实在智能提出的部署路径。

据企业介绍，其8B参数模型可在万元级工作站上本地运行，无需依赖云端API，企业数据可完整保留在内网环境中。这一形态与当前主流闭源大模型的服务方式存在本质差异——后者通常通过云端接口提供能力，屏幕截图等敏感信息需上传至外部服务器处理。

对金融、政务、医疗、制造等行业而言，这是直接影响项目能否立项的合规门槛。浙江数字化改革推进多年，政务与企业内网积累了大量存量业务，其中相当比例的老旧系统既无标准接口，也难以改造上云。能够“看懂屏幕、模拟人工点击”的智能体，在此类场景中的适配空间较为可观。

此外，实在智能也提及其“Harness工程底座”，称该底座可支持智能体在遇到弹窗、报错等异常状况时自动重试。业内人士分析，这表明其系统能力由视觉大模型与传统流程自动化技术共同构成——大模型负责感知与定位，工程底座负责流程编排与容错兜底。这也是当前智能体从演示走向生产环境时较为常见的工程路径。

杭州智能体产业向纵深挺进

将视角从单个企业拉高，实在智能此次发布可视为杭州人工智能产业持续扩张的一个切片。

2025年初，“杭州六小龙”横空出世，深度求索、宇树科技、强脑科技等六家企业因在大模型、具身智能、脑机接口、空间智能等方向的突破受到集中关注。这一现象级讨论改变了外界对杭州科技版图的既有认知——过去提到杭州，人们首先想到的是电商与云计算；而在这一轮生成式人工智能浪潮中，杭州在基础模型与硬件本体两端都出现了具有全国影响力的团队。

在此之外，杭州的智能体产业呈现出另一种更具地方特色的形态。

阿里云、海康威视等龙头企业构成了产业的算力与感知底座；浙江大学、西湖大学、之江实验室提供了持续的人才与技术供给；而在应用层，一批从企业服务起家的团队正把大模型能力嵌入具体业务流程。与追求通用能力的路线不同，这类团队的技术演进往往由客户的实际约束倒推：数据不能出内网，就压缩模型规模做本地部署；老旧系统没有接口，就走视觉感知加模拟点击的路径；预算有限，就以万元级工作站替代云端算力。

这种“约束驱动”的技术路线，与浙江的经济结构存在内在契合。浙江是制造业大省，块状经济特征明显，中小企业数量庞大，业务流程标准化程度参差；同时作为数字化改革先行省份，政务与金融领域系统存量巨大，合规要求严格。在这样的土壤中，能够以较低成本落地且不必重构既有系统的智能体方案，具备天然的需求基础。

杭州市近年亦持续加码人工智能产业布局，正全力打造“全国人工智能创新发展第一城”，在算力基础设施、模型研发、场景开放等方面推出配套支持。政策的连续性，为中小规模的AI企业提供了相对稳定的预期。

当然，智能体领域当前仍处快速演进阶段，各类基准榜单更新频率高、可比条件不一，单项成绩的技术含义需放在更长时间尺度中判断。杭州企业在本土场景中的落地优势是真实的，但在未来，从“能在细分榜单上取得领先”到“能在生产环境中稳定创造商业价值”，中间仍隔着可靠性、可维护性与规模化交付等多重考验。