Anthropic收购Vercept补齐视觉短板 后者UI识别准确率92%远超OpenAI

当地时间2月25日，AI企业Anthropic宣布收购西雅图AI初创公司Vercept，以补齐旗下智能体工具Computer Use的视觉短板。

Computer Use是Anthropic为旗下大模型Claude打造的核心能力，于2024年10月随Claude 3.5 Sonnet一同推出，可支持Claude像人类一样完成看屏幕、操控键鼠、操作软件等动作，处理多步骤跨应用复杂任务，是Anthropic布局AI智能体领域的关键载体。不过该工具早期在视觉理解精度、复杂界面识别及动态场景处理方面存在瓶颈，一定程度上影响操作成功率与任务完成质量。

Vercept脱胎于艾伦人工智能研究所，主打视觉优先的AI智能体方案，核心能力为无API自动化的电脑操控，通过视觉模型精准识别界面元素并模拟键鼠操作，适配所有带屏幕的软件产品。其自研模型在UI元素识别基准ScreenSpot v1上准确率达92%，显著领先于OpenAI同类模型的18.3%，在高精度UI识别、空间推理等领域的技术积累，可直接弥补Anthropic的视觉能力短板。

Vercept创始团队具备深厚行业背景：CEO Kiana Ehsani曾主导AI2机器人与具身智能团队，联合创始人Luca Weihs专注AI智能体与强化学习方向，Ross Girshick为计算机视觉领域先驱人物。该公司成立仅一年多，累计融资5000万美元，投资方涵盖前谷歌CEO施密特、DeepMind首席科学家杰夫·迪恩等行业知名人士。

此次收购紧随Anthropic新一代模型Claude Sonnet 4.6的发布。Sonnet 4.6在OSWorld评估中任务准确率从2024年底的不足15%提升至72.5%，在复杂电子表格浏览、跨标签页表单填写等场景下的表现已接近人类水平。这也是Anthropic第二笔公开收购交易，2025年12月该公司曾收购编码代理引擎Bun，两笔收购均旨在强化Claude的软件操作能力，使其兼具代码编写与实时软件操控能力。

根据安排，Vercept旗下产品Vy将于3月25日关闭，团队成员将正式加盟Anthropic。目前Anthropic已完成300亿美元G轮融资，投后估值达3800亿美元，旗下Claude系列模型分为Opus旗舰级、Sonnet平衡款、Haiku轻量款三个梯队，2025年底年化营收突破90亿美元，其中AI编程工具Claude Code年化收入达25亿美元。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。