JarvisGUI 基准:跨 Android/Windows/Ubuntu 考验 GUI 智能体
maier_ak · x · 2026-09-23
JarvisGUI(EMNLP 2026 论文)发布了一个跨设备 GUI 智能体基准:在 Docker 中同时运行 Android、Windows、Ubuntu 三套虚拟机,定义类型化 I/O 系统、118 个原子动作与 150 个复合工作流(442 个子任务),并以 Total Task Success(TSR)和 Sub-task Success(SSR)两项指标评估智能体在真实多设备工作流中的协调、状态保持与长程规划能力。
「编程与Agent」频道最新
- Sergey Karayev:谷歌「自废武功」退出编码 Agent 竞争 — sergeykarayev · 2026-09-23
- 零配置 MCP 工具服务器：base64、JWT、cron 等日常开发工具一站搞定 — modelcontextprotocol · 2026-09-23
- 医院运营 Agent 系统弃用扁平结构,改用三层编排的经验 — Repulsive_Sugar_5252 · 2026-09-23
- 开源运行时 Kiso：工具执行崩溃后「无回执」状态如何恢复 — niurenwangdadan · 2026-09-23
- 开源 GUI 智能体跨设备实测:复合任务最佳成功率仅 8% — maier_ak · 2026-09-23
- 新基准 Cross-DURIAN：专测多设备 GUI 智能体跨屏协作能力 — maier_ak · 2026-09-23