新闻详情

新闻详情

首页 / 资讯中心 / 详情

Cua:给会操作电脑的 AI agent 提供可复现桌面的开源沙箱层

发布时间:2026/11/4 2:57:20来源:尧图网络
Cua:给会操作电脑的 AI agent 提供可复现桌面的开源沙箱层
如果你真的让 agent 去点一个桌面应用,卡住你的通常不是模型。要跑一次干净的 macOS/Windows 桌面做训练、评测或回归,本地得折腾虚拟机镜像,租云主机得手配环境;换成现成自动化工具,Selenium / Playwright 那套选择器和坐标脚本换个操作系统就全废;更麻烦的是,agent 一接管鼠标键盘,这台机器你就别想同时用了。trycua/cua 就是冲这几件事来的——它自己不做 agent,只提供沙箱、SDK 和 benchmark,让 agent 在完整桌面上跑起来。为什么是现在仓库 trycua/cua 于 2025-01-31 15:02:49 UTC 创建,MIT 授权,主页 cua.ai,README 标语是 “Build, benchmark, and deploy agents that use computers”,覆盖的受控系统是 macOS、Linux、Windows 三个完整桌面。时间窗口是关键:2024 年 10 月 Anthropic 的 Computer Use、2025 年 1 月 OpenAI 的 Operator 把"会操作电脑的 agent"推成主线叙事,cua 几乎踩着这个概念建仓。最近一次推送在 2026-09-19(UTC),目前已有 24,016 star、1,659 fork、108 contributors。另一个切口是:在开源方案里,把 macOS 原生虚拟化做进沙箱的还很少见(这一点尚无第三方横评),而"能跑完整桌面、不止浏览器"本身也容易被 awesome list 和趋势榜带着传播。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/4 22:55:41

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉