来帮社区的同学“还愿”了！！！

OpenCUA 是港大联合月之暗面提出的一个全面的开源框架，旨在扩展CUA的数据和基础模型，使用户可以高效、低门槛开发自主操作电脑的Agent。

论文：OpenCUA: Open Foundations for Computer-Use Agents
链接：https://arxiv.org/abs/2508.09123
代码：https://github.com/xlang-ai/OpenCUA

具备视觉-语言能力的大模型已展现出一定的电脑操作能力，但当前最强系统多为闭源，社区在基建、数据与高性能开源模型方面仍存在缺口。计算机使用任务跨操作系统与多软件、决策链长、反馈即时，对感知—理解—规划—可验证执行提出更高要求。

为此，OpenCUA 提供构建 CUA 基础模型的一体化方法论与基础设施：

• 统一的数据采集/标注工具AgentNetTool；

• 覆盖三大 OS、200+ 应用的数据集AgentNet；

• 离线评测基准AgentNetBench；

• 当前领先的开源 OpenCUA models。

其中 OpenCUA-72B 在真实电脑环境基准OSWorld-Verified上取得 45 分，优于 Claude 4 Sonnet，验证了OpenCUA的有效性。

进一步分析实验表明，OpenCUA 具有数据与模型的扩展性（scaling）、跨领域迁移（domain transfer）能力，并显示增加测试时计算（scaling test-time）带来的显著潜力。

10月25日（周六）上午10点，青稞Talk 第81期，香港大学博士生王心远，将直播分享《OpenCUA：用于构建 Computer-Use Agent 的开源框架》。

分享嘉宾

王心远，香港大学 XLANG Lab 计算机科学博士生，师从余涛老师，硕士毕业于 UCSD。研究方向为 Agent 基础模型 与 计算机使用智能体（Computer-Use Agents）。

参与的主要工作包括：开源体系 OpenCUA（NeurIPS 2025 Spotlight），构建从数据、模型到评测的一体化框架；真实用户众包评测平台 Computer Agent Arena；Kimi-VL 模型的 computer-use 能力；以及 Jedi 桌面 grounding 模型与基准（NeurIPS 2025 Spotlight）。致力于让模型以语言在数字与真实环境中稳健完成复杂任务，并参与 NeurIPS、ICLR、AAAI 等会议审稿。

主题提纲

OpenCUA：用于构建 Computer-Use Agent 的开源框架

1、Computer-Use Agent 技术路径及挑战
2、扩展 CUA 数据和基础模型的开源框架：OpenCUA
- AgentNetTool：统一的数据采集/标注工具
- AgentNet：覆盖三大 OS、200+ 应用的数据集
- AgentNetBench：离线评测基准
- 开源 OpenCUA models
3、OpenCUA 的应用及未来研究探讨

直播时间

10月25日(周六)10:00 - 11:00

如何观看

Talk 将在青稞社区【视频号：青稞AI、Bilibili：青稞AI】上进行，欢迎预约！

Bilibili 直播间：https://live.bilibili.com/32145701

同时，嘉宾已经入驻青稞社区·知识星球，想要提问交流的朋友可以加入星球！