每次點擊，定位到像素
專用定位頭把指令直接映射到覆蓋實時屏幕的 36×36 網格——任何解像度、任何長寬比——再以第二次放大定位細化選單列圖示、系統匣等細小目標。
BLOCKWAY · 端側模型 · 香港
Argus
看得見屏幕。把工作做完。一個 1.2B 視覺-語言-動作模型，在 macOS、Windows 與 Android 上把每次點擊定位到像素——沒有一個像素離開過裝置。
- 1.2B · 597M 活躍參數
- INT4 ≈ 350 MB
- macOS · Windows · Android
- 中文界面一等支援
- 64K 上下文
- 100% 離線
商業授權 · 私有化部署 · Blockway 模型生態一員
argus · live grounding
350MB
INT4 版本——可載入手機 NPU
597M
活躍參數（共 1.2B）
64K
上下文，長會話下記憶體恆定
100%
離線——零像素上雲
從看見到完成
屏幕是每個遺留系統都已具備的唯一界面。Argus 在其上完成閉環——觀察、定位、行動、驗證——不需要 API，也不需要雲端。
先規劃，後行動
內置規劃器把自然語言任務拆解為步驟，每次操作後重新觀察屏幕，並把跨視窗、跨應用的工作流程一路執行到底。
每一步皆可審計
每個操作都附帶推理軌跡與座標，記錄在案、可供重放。對金融、醫療與政府而言，這條審計軌跡是自動化的先決條件——不是可有可無的加分項。
中文界面，一等公民
專門針對中文操作系統、網站與商業軟件訓練。中英夾雜的界面——香港企業桌面的日常現實——是一等公民，而非事後補救。
會話再長，記憶體恆定
混合 Mamba-2 骨幹（22 層狀態空間 + 3 層注意力）令記憶體增長遠低於標準注意力堆疊。Argus 可以在手機上看完一整晚的工作流程，也不會碰上 Transformer 的二次方爆炸。
裝得進口袋
INT4 約 350 MB——小得足以放上 Apple Neural Engine、Snapdragon X NPU 與 Jetson Orin Nano，今天已經透過 MLX 在 Apple 晶片 Mac 上運行。
一個模型 · 三大平台
在企業實際使用的桌面上實測
元素定位命中率——預測點擊落在目標元素範圍之內——最新統一版 Argus 對比其前一代基座，在公開 ScreenSpot 以及取自真實 macOS、Windows 與 Android 屏幕的內部留出集上的表現。
57.7
60.5
ScreenSpot（公開）+2.8
1,272 例 · 兩段式定位
25.8
55.0
macOS 桌面+29.2
內部留出集 · 240 例
19.5
30.5
Windows 桌面+11.0
內部留出集 · 200 例
61.3
72.5
Android+11.2
內部留出集 · 80 例
前一代基座 Argus（最新）
ScreenSpot、macOS 與 Windows 採用兩段式縮放定位；Android 為單段式。內部集按屏幕自訓練數據中留出。數據截至 2026 年 8 月；評測方法隨企業技術報告一併提供。
行業格局
更大的模型分數更高，卻沒有一個裝得進口袋。
對端側智能體而言，主戰場從來不是單純的準確率，而是準確率 × 體積 × 私隱 × 可部署性。 下列模型之中，只有 Argus 兼具手機 NPU 級的體積、完全離線運行與可審計軌跡。
ScreenSpot 準確率 vs 模型體積
Argus 1.2B · 60.5
UI-TARS 2B
ShowUI 2B
SeeClick 9.6B
CogAgent 18B
GPT-4o（雲端）
可在手機 NPU 上運行（INT4）
- Argus
- ✓ · ~350 MB
- 其他模型
- — · 2B+ 模型超出容量預算
完全離線，零像素上雲
- Argus
- ✓
- 其他模型
- 雲端智能體每一幀都上傳
中文界面為一等目標
- Argus
- ✓
- 其他模型
- 多數以英文優先
可審計的逐步軌跡
- Argus
- ✓
- 其他模型
- 罕見
競品數字取自各模型自身技術報告公布的 ScreenSpot 平均值——UI-TARS、ShowUI、SeeClick、CogAgent；各論文評測口徑不一，跨模型數字僅供參考。「手機 NPU」指 INT4 版本能以互動級延遲載入現時的手機神經處理器。
BLOCKWAY 模型生態
大腦旁邊的雙手
Blockway 以可運作的生態交付模型：Agens Pilot 負責推理與對話；Argus 負責觀察並操作屏幕。兩者攜手，在客戶自有的硬件上驅動 Claway 的 AI 員工。
Claway
已上線Argus 的用武之地
Claway 的 AI 員工在企業自有的機器上承擔完整職能。Argus 是負責操作人類所用軟件的那部分——40 年歷史的大型主機、桌面 ERP、政府門戶網站——在沒有 API 的地方點擊與輸入。
瀏覽 claway.ioAgens Pilot
開源模型負責推理的同門模型
Blockway 的粵語優先開源模型負責對話、判斷與長上下文推理；Argus 把由此產生的計劃化為屏幕上的行動。兩個模型，一支隊伍。
了解 Agens Pilot為你眼前的裝置度身訂造
混合 Mamba-2 + 注意力骨幹（597M 活躍參數）、任意解像度視覺塔與單段式定位頭——按各級硬件分別封裝。以商業授權交付企業夥伴；權重不公開發布。
INT4
≈ 350 MB
- 目標平台
- 手機 NPU · Jetson Orin Nano
- 狀態
- 企業預覽
Q4 hybrid
≈ 1.6 GB
- 目標平台
- Apple 晶片 Mac（MLX）
- 狀態
- 現正運行
BF16
≈ 3.4 GB
- 目標平台
- 工作站參考版本
- 狀態
- 企業預覽
現時支持的硬件：Apple Neural Engine、Snapdragon X NPU、Jetson Orin Nano 及 Apple 晶片 Mac（MLX）。64K 上下文建基於 Mamba-2 混合設計，長會話在上述所有硬件上均保持記憶體恆定。
雲端到不了的地方
為不能離開大樓的數據而生
四十年歷史的核心系統、有界面卻沒有 API 的內部軟件、不能跨境的受監管數據——雲端智能體被拒諸門外的地方，正是 Argus 發揮作用之處。
律師事務所
合約分析，從不離開裝置
用手機拍下客戶的中文合約。Argus 識別合約類型、定位二十多項關鍵條款並草擬回應要點——全程在裝置上完成，數秒之內。
零上傳。保密義務完好無損。
銀行櫃檯
自動化一台 40 年歷史的終端
面對沿用數十年的大型主機界面，職員選取客戶訊息並說出「開立新帳戶」。Argus 穿越五個屏幕、填寫三十個欄位；人手只需覆核與批准。
核心系統零改動。櫃檯處理量首日起提升。
保險理賠
從事故照片到理賠草稿
在現場拍攝。Argus 評估受損部位、匹配保單條款、估算賠付範圍並草擬理賠表格——全程在裝置上完成。
客戶私隱從不離開手機；理賠周期縮短。