开源 NorthCUA 电脑操作模型发布，Pro 版多项基准超中国大厂旗舰
Powerful_Evening5495 · reddit · 2026-11-03
NorthCUA 是一套通过大规模「经验飞轮」强化 computer-use agent 的开源系统与模型家族（Nano/Mini/Pro），发布论文、代码与博客。
- Experience Flywheel：持续生成多样化可执行任务，记录长程交互决策并校验任务结果，从中筛选经核验的轨迹；未解决任务通过递归自我改进沉淀可复用 skill 与已验证里程碑。
- Staged Learning：先以 mid-training 与长程 SFT 结合 grounding 数据习得 GUI 能力，再用桌面+网页联合 RL 在同一 Harness 中从新尝试继续学习，形成经验生产与策略提升的闭环。
- 成绩（博客配图）：NorthCUA-Pro 在 ScreenSpot-Pro 93.3、OSWorld-Verified 88.6、OSWorld-G 91.0、OSWorld 2.0 66.8、WebArena-Verified 73.9、WebTestBench 60.3，均高于对比的 Qwen3.8-Max、Kimi-K3、DeepSeek-V4.1-Flash、GLM-5.3-Flash。
- 另有 NorthCUA-Ultrafast，在预 RL 的 Nano 上用直接动作选择换取更低延迟，提供质量-延迟折中。
自称在所述评测设置下为开源模型中的 SOTA，可作复杂软件任务 agent 的可复用基座。
所属事件:上海起极智锋开源 NorthCUA 电脑操作模型(2 条相关)→
「编程与Agent」频道最新
- CUA-Master 用双循环递进框架持续进化计算机操作 Agent — Xinlei Yu · 2026-11-03
- 上海交大等发布 CrossSWE 基准：编码 Agent 跨仓库协作仍吃力 — Silin Chen · 2026-11-03
- CERT-EU 演示 Agent 插件后门：一句 lgtm 即窃取凭据 — TechNadu · 2026-11-03
- Nous 升级 Hermes 订阅：每个套餐自带云端实例与全套 Agent 工具 — Teknium · 2026-11-03
- Shopify CEO 提出 slop grenades：如何修复 Claude 产出的垃圾代码 — rubenhassid · 2026-11-03
- Addy Osmani 长文：Agent 时代工程师如何保住批判性思考 — addyosmani · 2026-11-03