Представлена Fara-7B — компактная система ИИ, разработанная для автоматизации пользовательских интерфейсов исключительно на основе визуального ввода. Несмотря на свои небольшие размеры, она способна соперничать с более сложными аналогами, функционируя локально на устройствах пользователей. Созданная на основе Qwen2.5-VL-7B от Alibaba, Fara-7B использует только визуальную информацию и работает по принципу «наблюдай-думай-действуй», обрабатывая скриншоты интерфейса вместо анализа HTML-кода. Система учитывает последние три скриншота, историю действий и ввод пользователя для принятия решений. С 7 миллиардами параметров, модель оптимизирована для работы на устройствах, что повышает конфиденциальность и снижает задержки. Прорыв Microsoft связан с автоматизированным созданием обучающих данных через мультиагентную платформу Magentic-One, собравшей 145 000 успешных сценариев. Внутренние тесты показывают, что Fara-7B достигает 73,5% успешности в задачах, что превосходит аналогичные модели. Кроме того, она выполняет задачи быстрее, требуя в среднем только 16 шагов.