H Company presenta Holo2, modelo de IA para interfaces

H Company presenta Holo2-235B-A22B Preview, un modelo de IA diseñado para localizar elementos dentro de interfaces digitales con mayor precisión. La compañía afirma que alcanza 78,5 % en ScreenSpot-Pro y 79,0 % en OSWorld G, dos pruebas centradas en comprobar si un sistema puede identificar correctamente botones, menús y otros elementos en pantalla.

No se trata de traducir una aplicación a otro idioma. En este contexto, localizar una interfaz significa señalar exactamente dónde está un elemento visual para que un agente de IA pueda interactuar con él: hacer clic en un botón, abrir una pestaña o seleccionar una opción.

El modelo ya está disponible como lanzamiento de investigación en Hugging Face. Es la versión más grande de la familia Holo2 hasta ahora y llega dos meses después de los primeros modelos de la serie.

Cómo mejora la localización en pantalla

Las interfaces modernas pueden mostrarse en resoluciones 4K, con muchos elementos pequeños repartidos por una pantalla grande. Para un sistema automático, distinguir un icono diminuto de otros parecidos puede ser difícil, incluso cuando la acción parece obvia para una persona.

Holo2 intenta resolverlo con lo que H Company llama localización agéntica. En lugar de hacer una única predicción, el modelo puede revisar su resultado y refinarlo paso a paso. Cada iteración sirve para corregir la posición detectada y acercarse al elemento correcto.

Según la empresa, este proceso proporciona mejoras relativas de entre 10 % y 20 % en los distintos tamaños de Holo2. El modelo no tiene que acertar a la primera: puede analizar de nuevo la pantalla antes de actuar.

Qué dicen las pruebas

En ScreenSpot-Pro, uno de los benchmarks más exigentes para comprobar si una IA puede relacionar instrucciones con elementos gráficos, Holo2-235B-A22B Preview obtiene:

• 70,6 % de precisión en un solo paso.
• 78,5 % en un máximo de tres pasos usando el modo agéntico.

La diferencia muestra el coste y el beneficio de permitir que el modelo revise su respuesta. Necesita más tiempo y más operaciones, pero localiza mejor los elementos pequeños o difíciles de distinguir.

La compañía también comunica un resultado del 79,0 % en OSWorld G, otra prueba enfocada en el uso de entornos informáticos reales. Estas cifras son resultados de benchmarks, no una garantía de que el modelo vaya a manejar cualquier aplicación sin errores.

Para ti, el cambio potencial está en los agentes que usan el ordenador como una persona: asistentes capaces de reservar una cita, completar un formulario o trabajar con programas que no ofrecen una integración específica. Cuanto mejor identifiquen cada botón y cada campo, menos dependerán de instrucciones preparadas por los desarrolladores.

Holo2 sigue siendo una versión Preview y un lanzamiento de investigación. Lo importante ahora será comprobar si sus resultados se mantienen fuera de las pruebas controladas, con interfaces cambiantes, ventanas emergentes y aplicaciones que no fueron diseñadas pensando en agentes de IA.