开源的端到端视觉语言模型 GUI 智能体,能看懂屏幕截图并直接操作图形界面,帮你自动完成电脑上的点击、输入等交互任务。
SEAgent 是一个能自主从经验中学习、持续自我进化的计算机操作智能体,基于 GRPO 强化学习在 OSWorld 等 GUI 环境中训练,让 Agent 越用越会操作电脑。
OSWorld 2.0 是一个评测基准,专门衡量计算机操作智能体在长周期真实任务中的表现,帮研究者检验模型能否连续完成多步桌面操作。
面向多模态游戏智能体的标准化评测基准,提供可验证的评测流程,用来衡量智能体在游戏环境中的真实表现。