日前，全球公认“最难考”的GUI（Graphical User Interface）定位基准ScreenSpot-Pro榜单更新。实在智能的大模型Indeed-UI-32B，以82.7%的任务成功率排名全球第一；Indeed-UI-8B，以81%的成绩紧随其后，位列全球第二，且在同参数量级模型中位列第一。

ScreenSpot-Pro由新加坡国立大学、华东师范大学、香港浸会大学等高校联合研究团队提出，已入选Hugging Face官方基准测试体系，是全行业公认的GUI Grounding能力评估标准。它考察的核心问题是，AI能不能像人一样，在复杂的软件界面中，精准找到并定位到该点击的按钮、菜单或输入框。

打个比方，如果说“在Photoshop中批量导出多张设计稿”是一项完整任务，那ScreenSpot-Pro考的是模型能不能准确找到“导出图层”的按钮。

根据ScreenSpot-Pro官方榜单，Indeed-UI-32B在办公软件测试中取得了93%的平均成绩，在开发与编程类软件测试中更是达到97.6%。Indeed-UI-8B在同参数量级模型中位列第一，超越了包括更大参数规模在内的多个竞品。值得关注的是，在2025年基准发布时，全球顶尖模型的任务成功率不到20%。一年后的现在，实在智能把分数推到了82.7%。

这意味着实在智能不仅在绝对性能上登顶，而且在效率维度上展现出优势——以更小参数实现高精度，为企业低成本部署提供了切实可行的路径。

在ScreenSpot-Pro登顶，证明的是AI“看得准”的能力。但在企业真实场景中，“看得准”只是起点。此前，实在智能已在OSWorld上取得全球第一。ScreenSpot-Pro考的是“看得准”，那OSWorld考的就是“做得完”。两个榜单，一个指向GUI定位，一个指向端到端任务执行。接连登顶，说明实在智能在AI操作电脑的核心链路上，已经形成从感知到执行的体系化能力。

“从OSWorld全球第一到ScreenSpot-Pro包揽冠亚军，我们的目标从来不是榜单排名。”实在智能相关负责人表示，实在智能希望让每一家企业都能拥有一支“看得准、做得稳、跑得通”的数字员工团队，让AI自动化成为企业基础设施级的能力。