行业与实践 · 标签「Qwen-CUA」

研究与基准测试/2026-08-03/10 分钟

只看屏幕不够：阿里 Qwen-CUA 用可验证终态训练计算机使用

阿里通义 Qwen-CUA 只看截图、只用键鼠。可验证终态上，OSWorld-Verified 到 86.2，OSWorld 2.0 严格完成为 18.5。加 Bash 能缩短回合，但完成率下降；RedTeamCUA 攻击成功率降到 16.4，仍不是上线安全保证。