4B参数轻量GUI模型实测对比AutoGLM及部署教程
仅4B参数却能匹敌9B模型，这款GUI小模型实测效果惊人，资源占用更低！
昨天刚聊完智谱的AutoGLM，就有朋友深夜发来消息，说阶跃也搞了一个GUI模型，参数只有4B。一看，果然是GELab-Zero-4B-preview。这模型有意思——自家台式机4070 Super 12G就能部署，相比AutoGLM那种动辄需要更高规格硬件的方案，资源门槛低了一大截。而且还能做量化，进一步压缩资源占用，不过真要部署到手机端做端侧推理，速度恐怕还是撑不住。
项目信息如下：
Github：https://github.com/stepfun-ai/gelab-zero
HF：https://huggingface.co/stepfun-ai/GELab-Zero-4B-preview
对4B这个数字敏感的朋友应该已经猜到了——没错，它是在Qwen3-VL-4B-Instruct基础上增量训练出来的。整个Agent控制手机的原理和AutoGLM如出一辙，也是通过截图识别元素、ADB操控。
直接上测试结果。
昨天AutoGLM没能搞定的蚂蚁森林能量收集任务，GELab-Zero-4B花了7分钟完成了。不过说真的，模型还是偏小，加上页面上有个“1t”能量的干扰，中间重复了好多轮，做了些错误的决策，但最终所有能量球还是全部收齐了。
中等任务：打开小红书，发一篇大字报内容。同样顺利搞定，而且是完全自动发布。这个任务本身不复杂，但4B模型能一次走通，还是有点意外——毕竟比AutoGLM-9B小了一半。
高阶任务：打开12306，订一张本周六从苏州到南京的高铁票，时间在早上9点左右。从执行过程来看，GELab-Zero-4B每一步都很快，但执行轮数比AutoGLM要多一些。
整体测试下来的感觉：
- 4B确实很强，非常能打；
- 这个模型完全不输9B的AutoGLM，某些复杂任务甚至处理得更好；
- 但参数规模太小，过于复杂的任务容易陷入循环；
- 整体执行步骤普遍偏多；
- 资源消耗更少，但速度上仍然达不到端侧部署的要求。
和AutoGLM一样，GELab-Zero的GitHub文档也写得很详细，基本上跟着走一遍就能跑通。昨天AutoGLM部署流程中的vLLM模型部署、ADB安装部分可以直接复用。
这次在本地台式机上部署，就用Ollama来走一遍。
Ollama部署步骤：
先去Ollama官网下载对应安装包。Windows系统直接下载Windows版本：
https://ollama.com/download
下载完成后，双击OllamaSetup.exe，点击Install开始安装。注意，Ollama默认装在C盘，不支持自定义路径。
安装后，把启动程序所在路径添加到Path环境变量：
C:\Users\admin\AppData\Local\Programs\Ollama快捷键Windows+R打开运行，输入sysdm.cpl回车；高级→环境变量→系统变量→Path，新增上述路径。
然后命令行验证版本：
ollama --version
下载模型，推荐用ModelScope，速度真的快：
modelscope download --model stepfun-ai/GELab-Zero-4B-preview --local_dir ./GELab-Zero-4B-preview进入下载好的GELab-Zero-4B-preview文件夹，创建Ollama模型：
ollama create gelab-zero-4b -f Modelfile
如果需要量化以进一步减小资源占用，可以用以下命令（注意精度损失）：
# int8量化
ollama create -q q8_0 gelab-zero-4b
# int4量化
ollama create -q Q4_K_M gelab-zero-4b启动Ollama服务：
ollama serve
通过Postman测试请求：
接下来是PC端和手机端ADB的安装，可以参照AutoGLM保姆级教程的那一部分，完全一致。不过GELab-Zero项目里，输入法不需要选择“ADB Keyboard”。
最后把项目clone到本地，启动服务：
python examples/run_single_task.py "打开微信，给老婆大人发helloword"缺什么包就装什么包，也可以直接安装requirements：
pip install -r requirements.txt有几个地方记得修改：
model_config.yaml中的api_base，默认Ollama端口是11434，如果改了端口就对应修改；examples/run_single_task.py中的local_model_config字典，模型名称按实际填写，比如这里用的是gelab-zero-4b，官方默认是gelab-zero-4b-preview。
如果想用WebUI而不是命令行，也可以自己vibe一段代码出来。
最后总结一下：GELab-Zero-4B这个模型算是又刷新了认知。简单和中等任务执行得都很好，复杂任务偶尔会陷入循环——这毕竟只有4B参数，但不少场景上真不比9B的AutoGLM差，甚至执行得更利落。看来手机上部署GUI Agent的脚步声越来越近了，端侧，未来可期。
相关攻略
昨天，Google 正式发布了 Gemini 3 1 Pro。表面上看是一次常规迭代，但数据公布后，业内许多人感到惊讶——推理能力几乎翻倍，专业领域表现直逼顶级竞品，价格却保持不变。简单来说，这是一次“加量不加价”的精准打法。 先看几个核心指标：ARC-AGI-2 基准测试得分暴涨 146%，从 3
人工智能不仅是技术名词，更代表一个时代。其核心算法驱动技术发展，市场规模持续扩大，企业应用广泛提升效率。伴随应用深入，数据隐私与算法公平等伦理问题凸显。从图灵测试起，AI概念逐步演化，未来将更趋向多元融合与个性化发展，持续重塑工作与生活。
面向复杂系统的SpecMode正成为AI编程新范式。它强调先撰写结构化功能规范，明确目标、边界与约束，再驱动AI分阶段生成代码。该模式通过前置规划解决起点偏差，以书面文档避免上下文坍塌，并将决策固化以确保过程可控，尤其适用于新系统搭建、大规模重构等高稳定性工程场景。
掌握PPT生成器AI，轻松提升演示效果制作PPT早已不是简单地把文字和图片堆砌在一起。如今的演示文稿，更像是一把能清晰传达想法、生动展示内容的利器。而PPT生成器AI的出现，让专业级的演示文稿变得触手可及——无需苦学设计，无需熬夜排版。下面几个实用技巧，能帮你充分释放它的潜力。方法一：选择合适的模板
篇报告：AI在教育中的应用我记得之前分享过一个观点：AI的到来，正在碘伏我们对教育这件事的传统认知。最明显的改变是什么？个性化学习体验。简单来说，AI系统会像个聪明的观察者，分析每个学生的学习习惯和成绩数据，然后量身定制专属的学习计划。这样一来，学生不再是课堂上被动听讲的听众，而是真正参与到自己学习
热门专题
热门推荐
《Paralives》开发商承诺所有后续更新永久免费，拒绝付费DLC模式。15人小团队依靠首发销售额即可支撑多年运营，无需依赖额外内容包维持开发，展现了与《模拟人生》系列不同的差异化竞争思路。
2025年5月28日，比亚迪王朝网全新力作——宋Ultra DM-i正式推向市场，共推出5款配置车型，官方售价区间为12 99万至15 99万元。此次定价策略极具突破性：一款拥有310公里纯电续航能力的中型插电混动SUV，直接下探至13万元级别市场。作为王朝网络的新旗舰，该车明确瞄准高频出行需求场景
先来关注一个有趣的细节：苹果首款折叠屏手机，传闻将于今年秋季正式亮相。产品命名可能为iPhone Ultra，也有媒体称之为iPhone Fold——无论最终叫什么，这都将标志着苹果在折叠形态领域首次“出手”。 近日，配件厂商iFunSmart已率先上架iPhone Ultra的首批保护壳——这绝非
山寨币ETF迎来批量上市潮，首批项目市场表现如何？一文分析 Binance币安 欧易OKX ️ Huobi火币️ 最近，市场出现了一个不容忽视的新动向：XRP、DOGE、LTC、HBAR等现货ETF已经悄然登陆美国市场。与此同时，A VAX、LINK等资产的同类产品也正在审批流程中。进入11月以来，
近日，公司对SteamDeck1TBOLED版涨价300美元至949美元，上架短短不到24小时便再度售罄。据外界分析，该公司从中国大量补货并分批投放库存，高溢价未影响众多玩家的抢购热情与速度，其人气极其旺盛无比足以支撑快速清空。