实在Agent刷新全球纪录，究竟强在哪？
实在Agent以90.2%成功率登顶OSWorld全球榜首。OSWorld这个测试，不是让AI回答问题，是让它在真实的电脑操作系统里独立完成文件编辑、表格处理、图像修改、跨应用协同等361项真实任务，全程机器判定结果，没有任何人为打分。说直白点，就是：让AI像真人一样打开电脑把活儿干了。90.2%意味着什么？2024年OSWorld刚推出时，GPT-4o、Claude这些顶级模型成功率只有12%。两年时间，数字从12%涨到90.2%，提升了超过7倍。90%是行业公认的关键临界点——跨过这条线，智能体才从“勉强能跑”的实验状态，迈入稳定可用、可靠落地的产业阶段。一个中国团队，在真实电脑操作任务上跑出了让世界认可的分数。这次不是参数大小的问题，是AI能不能真的像人一样干活的问题。
发布于 四川
2
评论
2
未登录
友善发言
评论
加载中
