11月24日，Microsoft宣布推出7B參數AI模型Fara-7B，旨在成為“計算機使用代理（Computer Use Agent，CUA）”，可以直接在用戶本地設備上運行複雜任務。Fara-7B不僅在同等規模下實現了最佳性能，還讓AI代理擺脫了對龐大雲端模型的依賴，能在資源有限的系統上實現低延遲及更強的數據隱私保障。
據介紹，Fara-7B的架構針對企業用戶最關注的數據安全需求進行設計。由於模型足夠精簡，可以在本地運行，用戶在敏感工作流程（如內部賬戶管理或涉密數據處理）中實現自動化，相關信息始終不會離開本地設備，極大提高了隱私和合規性。
Fara-7B通過“看屏操作”進行網頁交互。它使用截圖，像人類一樣通過“視覺感知”頁面佈局，預測坐標完成點擊、輸入、滾動等動作，並不依賴於瀏覽器的底層無障礙樹結構。這種僅靠像素級視覺信息“操作”的方法，使其能在代碼結構混亂、頁面難以解析的網站上正常工作。
Microsoft研究院高級產品經理Yash Lara表示，完全在本地處理視覺輸入實現了真正的“像素主權”，讓自動化和數據推理過程均不出本地，從而滿足醫療、金融等強監管行業的合規需求。
在WebVoyager等標準測試中，Fara-7B的任務成功率為73.
5%，優於資源耗費更大的GPT-4o（65.1%）和UI-TARS-1.5-7B（66.4%）等模型。同時，Fara-7B完成任務的平均步驟僅需16步，而UI-TARS-1.5-7B為41步，效率明顯提升。此外，Fara-7B在準確率與成本之間表現出最佳性價比。
不過，Microsoft也強調該模型仍存在通用AI系統的問題，如幻覺、複雜指令處理失誤等。為降低風險，Fara-7B引入了“關鍵點”機制：在涉及用戶個人數據或不可逆動作（如發送郵件、金融操作）前，模型會主動暫停並請求用戶確認。Microsoft設計了配套的人機交互UI（Magentic-UI），讓用戶能及時干預，避免過度打擾。
Fara-7B的開發採用“知識蒸餾”方式，將多智能體系統的大量成功案例（14.5萬個由Magentic-One生成的自動導航軌跡）壓縮轉化到單一模型中。其底座模型為Qwen2.5-VL-7B，具備最長128,000詞的上下文窗口和強大的文本與視覺元素對齊能力。整個過程以監督微調為主，讓模型“模仿”人類專家的示範。
未來，Microsoft強調不會一味增大模型體量，而是聚焦“讓小模型更聰明更安全”。後續計劃將合成環境中的強化學習機制（RL）引入訓練，讓Fara-7B在沙箱環境中自主學習。
目前，Fara
-7B已通過MIT協議在Hugging Face及MicrosoftFoundry平台開放發佈，允許商用，但Microsoft提醒模型尚未達到生產級別，主要適合原型開發和測試。
