註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 CUA-S1
CUA-S1 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 CUA-S1 的搜尋結果
Cua开源多模态操作模型:轻量模型辅助决策 开源4B参数模型Cua-S1-4B-0.2,专门通过识别屏幕画面和任务目标来直接执行电脑操作。该模型在真实系统环境中通过任务完成奖励进行强化学习训练,无需依赖软件底层的无障碍结构。在168项GUI基准测试中,其任务完成率达到92.9%,大幅超过未训练基线模型的60.1%。 模型:
顯示更多
cua 的这个鼠标 drive 看起来很难在 background tab 运行啊
终于让 ZCode 用上 Computer Use 了 给 ZCode 安装了 Cua 这个插件,以下草稿来自 @Zai_org ZCode + @trycua Cua 对 Chrome 的直接操作。 把开源 Computer Use 接进 ZCode,agent 现在能真正操作 macOS:截图、读无障碍树、点击、打字。绕开 Apple Events 权限死结,改走 CGEvent + Accessibility API。 它刚自己算了 7×6=42,又开了 Chrome 导航到微博和 X——就是发这条的浏览器。GUI 四十年都是给人设计的接口,现在正变成 agent 也能直接操作的界面。
顯示更多
说个暴论: 未来最抢手的员工,不是会用 AI 的人, 是会给 AI 配电脑的人。😮 都 2026 年了,你的 AI 还在用 API 窗口跟你打字? GitHub 上 28k+ star 的 Cua,早就让 AI 坐进了真桌面: 打开真实浏览器、操作真实 App、跨 macOS/Windows/Linux, 代码、API、图形界面,同一个任务里随便切换。 甚至能把你登录好的 Chrome “传送”给它, 省去让 AI 记你密码的尴尬(它也记不住)。😊 有人说这是让 AI 碰生产环境,太危险; 我说:电脑是它自己的虚拟桌面,翻车也翻在 VM 里。 你站哪边?敢放手的扣“放手”,不敢的扣“我先看看”👊👇 🔗 转发 @ 你最想当甩手掌柜的那个朋友试试看!😌 #AI# #人机协作# #开源#
顯示更多
换句话说,对于闭源信息,有没有足够好用的本地虚拟机 + computer use 的工具可以做本地 mcp 链接到第一层 harness(codex/cc)感觉这是个没有信息安全问题同时又能兼顾效率与 SOTA 模型的路子。不知道有没有人用 cua + 本地虚拟机的方式来做类似的东西
顯示更多
终于能让claude code直接使用codex的computer use能力了! 妈妈再也不用担心我的claude是瞎子了!! 你电脑上装的 ChatGPT 桌面版,里面藏着一整套 Computer Use 运行时——看屏幕、点鼠标、操控任何 App,其实它不用登录就能用!! 有个开源项目叫 LCU,已经把这套运行时拆出来了,我直接装上给我的claude code用!! 它自己一行 Computer Use 代码都没写,全部工作是找到你本机 ChatGPT 桌面版里的 CUA 运行时,用 MCP 暴露给其他 Agent 也就是说 Claude Code、Codex CLI、Pi、Hermes 装上 LCU,就能看屏幕、点按钮、操控任何软件,跑的还是 OpenAI 原版的指令和权限 而且操控方式不是截图→识别→点一下→再截图,是模型直接写一段 JS,调一个叫 cua 的对象,一段代码里看屏幕+选窗口+点击+打字全干了 安装两条路: 1、Claude Code 用户最省事,插件市场两行命令: claude plugin marketplace add amontlabs/lcu claude plugin install lcu@lcu 2、其他 Agent:按 的文档跑 lcu setup --agent 你的agent名 但有几个坑不踩不知道: 1、只支持 Apple Silicon Mac 和 X11 Linux,Intel Mac 不行 2、Windows 代码在主分支里有,但官方没发正式包——想用得自己从源码打包 3、Chrome 要启用官方的 ChatGPT 扩展,每个网站还要单独授权,不然 Agent 操控不了网页 4、macOS 上每个 App 第一次被控制会弹确认,而且 LCU 会拒绝让 Agent 操控正在跑自己的那个 App(比如你的终端),防止 AI 自己给自己批准权限 快去试试,直接爽用了!
顯示更多
读知乎回答有感,浅谈一下后训练 benchmark Any benchmark will be saturated,而随着工业界后训练的发展,reasoning / coding 的 benchmark 越来越泛化 / 众包化。其实 LLM eval 一直是个草台班子,每家都可以有自己的 setting,而任何 setting 只要不被强行统一就存在操作的空间,最早可以调 temperature / top_p / length,后来可以调 harness / setting。 AA 给出了一个相对“规范”的 setting,让大家都听它的而不是野蛮生长,但这并不 make sense。只要评测非中心化就一定存在 noise,任何结果都可以是 cherry pick 后的,而 AA 官方的 95% 置信度结果就成了 judge 模型能力的标杆。 代价是什么呢?模型如果没有很亮眼的 AA 分数,即使精心打磨体感 / working / CUA,无人在意,这本质也是模型要 sell 就要迎合表面主流的评测中心化组织。 至少我们可以从每家基模厂、每个新模型的发榜看出来大家并不会被 AA 所局限,而 OSWorld v2、ALE、TB4 / TB-Sci 等 frontier 众包 benchmark 已经告诉我们:最 frontier 的能力一定是最通用的能力,而 agent 已经站在了单 domain 能力的肩膀上。 现在的职业任务分为三类,已经被 AI 训练好的,无法被 AI 训练的,还在被 AI 训练的。所有能归纳在 Computer Use 的都是第三类,而模型如何解决第三类职业任务仍需要数年的进化。 这些众包 benchmark 越来越变成第三类任务的闭包,决定了未来数个月内基模团队的优化方向,而越是 frontier 的 benchmark 就越有 noise。如果 benchmark 团队不为自己的错题率负责,只会诞生越来越多的错题 benchmark:GPQA-Diamond,HLE,充斥大街的弱模型 judge。 为了消灭 LLM-judge 所引发的不确定性,众包 benchmark 一定会越来越商业化,而 evaluation 一定会在短暂的时间内迎来大洗盘。
顯示更多
0
42
310
35
轉發到社區