IXThinker·2026-07-31 01:35

高保真模擬環境訓練 電腦操作代理大幅升級

研究提出以高保真模擬環境訓練電腦操作代理的新方法Echoverse，強調環境質素比增加數據量更關鍵，並隨模型共同演進。經十二個訓練世界聯合訓練後，9B參數模型任務得分由36.5%升至67.1%。

十二個訓練世界

研究構建了十二個訓練世界，包括十個深度領域世界與兩個能力專項世界，後者針對日期選擇器、嵌套篩選器等高頻難點介面元件。各世界均復現真實應用行為、配備真實數據，並保持跨介面與跨用戶的狀態一致性。