FocusUI: Faster, smarter AI that finds the right spot on your screen

Share
FocusUI: Faster, smarter AI that finds the right spot on your screen

Ever wished screen-reading AI would stop scanning every pixel and just tap what you asked for? FocusUI is a new method that helps vision-language models focus on what matters in app and web UIs—speeding them up without losing spatial precision.

How it works:

  • Selects only instruction-relevant patches, down-weighting big blank or uniform regions.
  • Preserves layout with PosPad, a marker that keeps positions when tokens are dropped.

Why it’s cool:

  • Beats GUI-specific baselines on 4 benchmarks.
  • On ScreenSpot-Pro, FocusUI-7B is +3.7% over GUI-Actor-7B.
  • Keeps up to 70% tokens pruned with only 3.2% accuracy drop.
  • Up to 1.44× faster inference and 17% lower peak GPU memory.

Closer to responsive, accessible AI agents that can navigate real apps. Paper: https://arxiv.org/abs/2601.03928v1

Paper: https://arxiv.org/abs/2601.03928v1

Register: https://www.AiFeta.com

AI UI UX HCI ComputerVision Multimodal LLM Accessibility Automation Efficiency Research

Read more

Kielimallit tekevät vaatimuskysymyksiä eri tyyleillä – ja tyyli riippuu käyttötarkoituksesta

Kielimallit tekevät vaatimuskysymyksiä eri tyyleillä – ja tyyli riippuu käyttötarkoituksesta

Uusi vertailu näyttää, että tekoälyn tapa muotoilla järjestelmävaatimuksia luonnollisen kielen kysymyksiksi vaihtelee mallin ja aiheen mukaan. Siksi tärkeintä ei ole valita ”parasta” mallia, vaan tilanteeseen sopiva. Kuvitellaan tuttu kokous: pöydän ääressä yritetään päättää, mitä uuden tietojärjestelmän pitää pystyä tekemään. Syntyy lista kysymyksiä, joihin järjestelmän on osattava vastata. Esimerkiksi: ”Mitkä lääkkeet

By Kari Jaaskelainen
Julkaistu ajattelu voidaan jo purkaa tekoälyksi

Julkaistu ajattelu voidaan jo purkaa tekoälyksi

Kun tutkija jättää työpöytänsä, hänen äänensä ei välttämättä vaikene. Pelkistä julkaisuista voidaan jo rakentaa tekoäly, joka ohjaa väitöskirjaa, arvioi artikkeleita ja väittelee paneelissa – uskottavasti. Useimmat meistä ajattelevat tutkimusartikkeleita kirjastoiksi: hyllyriveiksi ajatuksia, joihin muut voivat palata. Uusi arXivissa julkaistu esityspaperi ehdottaa toisenlaista kuvaa. Julkaisut ovatkin rakennuspiirustuksia, joista voidaan koota tekijänsä ajattelutapa

By Kari Jaaskelainen
Konferenssien suunta ei ole pakko syntyä suljettujen ovien takana

Konferenssien suunta ei ole pakko syntyä suljettujen ovien takana

Moni tietää tunteen seminaarin päätteeksi: ohjelma oli kiinnostava, mutta kuka päätti, mistä puhuttiin ja mistä ei? Usein vastaus on pieni ohjelmakomitea, joka tekee valinnat ennakkoon. Yleisö kuuntelee, harva vaikuttaa. Eräässä tekoälyn yhteiskunnallisia vaikutuksia käsittelevässä kansainvälisessä konferenssissa kokeiltiin toisenlaista tapaa. Osallistujat eivät vain tulleet paikalle – he auttoivat muokkaamaan itse tilaisuuden suuntaa.

By Kari Jaaskelainen