微软 Echoverse：深度演化环境训练计算机使用智能体，9B 模型提升至 67.1%

MicrosoftResearch · hf · 2026-07-31

微软研究院提出 Echoverse，一种用于训练计算机使用智能体的深度演化环境。它通过编译规范生成有状态应用，任务基于应用数据库评分，并采用共演化循环，将每次评分轨迹用于修复环境和训练信号。在 12 个环境上训练的 9B 模型在 14 个评估分割上从 36.5% 提升至 67.1%，接近其教师模型（大得多的前沿模型）的 14 个点以内。研究还发现，浅层环境会降低真实网站准确率（80.0 到 75.0），而深层环境则提升（80.0 到 85.0 和 48.0 到 65.0）；修复单个环境可将模型得分从 16.2% 提升至 38.5%。