课题详情： 课题背景 随着大模型能力的提升，AI 正逐步从“理解与生成内容”走向“执行任务”。电脑操作智能体（Computer-Use Agents, CUA）旨在让 AI 能够像人类一样在真实数字环境中完成复杂任务，例如浏览网页、使用软件工具、编写文档、进行数据分析等。 课题挑战 如何推动下一代 通用电脑操作智能体（General Computer-Use Agents） 的核心技术发展，使 AI 能够在真实数字世界中完成复杂任务。提高智能体的任务成功率、泛化性，以及提高执行长任务的能力。 具体工作 - Computer-Use Foundation Models：训练能够泛化到多种软件和操作环境的基础模型。 - Agent Training at Scale：通过大规模真实数据与合成环境（synthetic environments）提升智能体的泛化能力。 - Long-Horizon Task Planning：研究多步骤任务分解、执行监控与自我修正能力。 课题要求： 学历和专业要求： 计算机科学、人工智能、机器学习等相关专业硕士/博士/在读学生 技术技能要求 -扎实的 机器学习 / 深度学习基础 - 熟练使用 Python 与 PyTorch / JAX - 有 大模型训练经验（10B+） - 有 Agent Benchmark / Evaluation 经验 - 熟悉 RL / planning / decision making - 熟悉 synthetic data / environment generation