阿里 Qwen 团队发布 RecreationBench 评测混合操控智能体

阿里 Qwen 团队发布 RecreationWorld / RecreationBench，一个评测「混合计算机使用」智能体（CLI 与 GUI 动态交替操作）的可扩展基准，要求智能体复刻真实应用。该基准已在 Hugging Face 上线，包含 250 个任务，横跨 Ubuntu、macOS、Windows 和 Android 等多个平台，用于实测 AI 重建真实应用的能力。

2026-09-21 ~ 2026-09-22 · 2 条相关