Translate the following blog post title into English, concise and natural. Return plain text only without quotes. 今日开源（2025-11-25）：微软发布 Fara，7 亿参数多模态 SLM，开创本地计算机使用 Agent 技术新范式
🏆基座模型
①项目：Fara
★Fara是微软推出的首个专为计算机使用设计的小型语言模型（SLM），具有7亿参数。作为一款超紧凑的计算机使用Agent（CUA），Fara-7B在其体积类别中实现了最先进的性能，并与更大、更耗资源的Agent系统竞争。该模型采用多模态解码器架构，能够处理图像（截图）和文本上下文，直接预测带有具体参数的思维和行动。Fara-7B专注于在网页上执行高层次用户任务，如预订餐厅、申请工作、规划旅行和购物清单。
☆一键收藏：
https://sota.jiqizhixin.com/project/fara
②项目：Hypnos-i1
★Hypnos-i1-8B 是一个基于 Nous Hermes 3 (Llama 3.1 8B) 的专用推理模型，旨在在复杂逻辑、连锁思维推理和数学问题解决方面表现出色。该项目是混合量子-经典机器学习的独特实验。与标准微调不同，Hypnos i1 使用由 IBM Quantum Heron 处理器生成的真实熵数据进行训练，这种“量子噪声注入”作为随机正则化器，旨在提高模型的创造力并打破生成中的确定性模式。
☆一键收藏：
https://sota.jiqizhixin.com/project/hypnos-i1
🛠️框架平台、必备工具
①项目：google-ai-mode-scraper
★Google AI Mode Scraper 是一个基于 Web Scraper API 的工具，能够在大规模上可靠地抓取 Google AI Mode 的响应而不被阻止。它可以将解析后的数据以 JSON 格式返回，并自动处理Agent、无头浏览器和反机器人系统。该工具适用于支持 SEO 和 GEO 项目、构建训练数据集或其他数据任务。
☆一键收藏：
https://sota.jiqizhixin.com/project/google-ai-mode-scraper
②项目：FedVLR
★该项目旨在通过个性化融合技术实现视觉语言推荐系统的联邦学习。代码使用Python和PyTorch实现，支持多模态数据集的处理。项目适用于学术研究，用户可以在自己的风险下运行。项目提供了论文“Federated Vision-Language-Recommendation with Personalized Fusion”的源代码。
☆一键收藏：
https://sota.jiqizhixin.com/project/fedvlr
③项目：Lumos-Custom
★Lumos-Custom项目是阿里巴巴达摩院的一个研究项目，专注于定制化视频生成。该项目提出了UniLumos，一个统一的重光照框架，旨在通过RGB空间几何反馈来增强图像和视频的物理一致性。UniLumos通过监督模型输出的深度和法线图，显式地将光照效果与场景结构对齐，从而提高物理合理性。项目还设计了一个六维注释协议和LumosBench基准，用于评估光照可控性和精度。实验表明，UniLumos在图像和视频重光照方面实现了显著的物理一致性改进，并提高了计算效率。
☆一键收藏：
https://sota.jiqizhixin.com/project/lumos-custom
④项目：Autonomous Researcher
★Autonomous Researcher 是一个自主的人工智能研究工具。它能够接收研究目标，将其分解为多个实验，并为每个实验启动独立的Agent，这些Agent可以访问自己的GPU进行模型训练、推理等操作。最终，系统会将实验结果整理成论文风格的报告。
☆一键收藏：
