阿里通义 MAI-UI 团队开源了 OpenGCUA，配套给了运行框架、跨设备 SDK、原生 macOS 应用、评测轨迹和参考 agent。模型自己决定什么… · @Moblacksoil · TwKit

@Moblacksoil

阿里通义 MAI-UI 团队开源了 OpenGCUA，配套给了运行框架、跨设备 SDK、原生 macOS 应用、评测轨迹和参考 agent。模型自己决定什么时候截图、用无障碍树还是应用接口、命令行还是图形界面，再用带循环和条件的 Python 把操作串起来，待办和每步意图也由模型维护。能在程序里跑完的，就少回模型几趟。 在 OSWorld-v2 上测了 8 个前沿模型，平均得分从 45.3 升到 64.9，任务步数减少 53%；GPT-6 Astra 从 102 步降到 34 步，强弱模型分差从 39.1 缩到 18.0。真机还得另看：macOS 测试里，Qwen3.8-Max 用了 GPT-6 Astra 约 19.4 倍的推理 token，4 个任务完成 3 个。分数上去了，干活成本差距仍然很大。

曝光 60 · 评论 1 · 点赞 1 · 书签 0