微軟在 11 月 24 日發表了一款新的 AI 模型 Fara-7B，該模型具有 70 億參數，專為企業客戶設計，以滿足其對敏感資訊處理的隱私與合規需求。Fara-7B 的核心特點是可以在本地端運行，無需依賴雲端算力，這不僅降低了延遲，還避免了資料上傳至雲端，有助於實現本地化自動化，如內部帳號管理、機密文件處理等場景。
Fara-7B 能夠直接處理視覺輸入，實現所謂的「像素主權」，這一功能使得醫療、金融等高度監管產業能夠更安心地使用該模型。在 WebVoyager 测试基准中，Fara-7B 的任務完成率達 73.5%，高於 GPT-4o 的 65.1% 和 UI-TARS-1.5-7B 的 66.4%。此外，Fara-7B 完成任務的平均步數為 16 步，顯著少於 UI-TARS-1.5-7B 的 41 步，這表明它在準確率和效率之間達到了最佳平衡。
Fara-7B 配備了一種稱為「關鍵確認點」的機制，在遇到涉及用戶個資或不可逆操作（如發送信件、金錢轉移）時會自動暫停並請求確認，這有助於保障用戶的安全。此外，該模型還採用了「知識蒸餾」訓練方法，整合了由多代理系統 Magentic-One 產生的 14.5 萬筆成功導航範例，並壓縮至單一模型中學習。底層模型基於 Qwen2.5-VL-7B，具有最長 128,000 token 的上下文窗口，具備優異的圖文對齊能力，訓練過程以模仿人類專家操作為主。
微軟表示，未來將不再盲目追求更大的模型，而是致力於打造更「小而聰明、安全」的模型，並計畫引入強化學習（RL）於合成沙箱環境中進行自學訓練。目前，Fara-7B 已通過 MIT 授權開源釋出，用戶可在 Hugging Face 和微軟 Foundry 平台上下載使用，用於商業應用。然而，微軟也提醒，該模型尚未達到生產環境部署標準，目前主要適合開發者用於原型測試與功能驗證。