概要
WebVIA-Agentは、対話可能なWeb UIをコードに変換して検証する研究フレームワーク「WebVIA」の探索用視覚言語モデルです。GLM-4.1V-9B-Baseを基盤としています。(huggingface.co)
能力・用途
- Webサイトを探索し、操作によって変化する複数のUI状態のスクリーンショットを取得します。
- ページのスクリーンショットやDOMツリーを基に、操作が必要なインタラクティブ要素の特定に利用できます。
- 取得した情報は、WebVIA内でのインタラクティブなWeb UI再現に役立ちます。HTML/CSS/JavaScriptの生成は別のWebVIA-UI2Codeモデル、動作検証は別の検証モジュールが担当します。(huggingface.co)
提供形態・制限
公式Hugging Faceリポジトリではモデル重みが公開され、ライセンスはMITと表示されています。Transformersを使った推論例が掲載されています。UI探索の結果や生成後の画面動作は必ずしも正しいとは限らず、検証が必要です。モデルカードのコード生成・検証機能を、このモデル単体の機能と混同しないでください。(huggingface.co)
公開日
2025年11月12日。指定された公式リポジトリの重みファイル追加コミットの日付です。(huggingface.co)
価格
2026年11月17日確認。中国国内の公式API価格表と国際向け公式価格表では、WebVIA-Agent固有の入力・出力料金を確認できませんでした。CNYおよびUSDの金額・課金単位は未確認です。別モデルの料金を本モデルに適用することはできません。(docs.bigmodel.cn)