Qwen3-VL-2B 微调成计算机操作 Agent，无头标注软件里全自动完成细胞分割

secemp9 · x · 2026-09-10

受 Astra 计算机操作能力的启发，一位开发者将 Qwen3-VL-2B 微调成专用 computer-use agent：输入屏幕截图，输出画多边形、缩放、导航等指令，在一个无头标注软件中自动完成细胞实例分割标注。视频里所有导航与标注均由 Qwen 自主完成。

secemp9 评价其直觉：理想模型应同时擅长基于工具调用的视觉和真实视觉能力，两者互有泛化收益；更好的做法是让模型自行判断每一步该用哪种方式，同时听从用户「只用内部视觉」「只用工具」等明确指令。特化计算机操作 agent 的训练路线由此显示出可行性。