微软 Echoverse：规模化训练计算机操作智能体

微软发布的 Echoverse 研究提出了一套规模化训练计算机操作智能体的方法,核心思路是把产品规格编译成有状态的应用,再用应用自身的数据库给任务打分,配合一套共进化循环持续修复训练环境、生成训练信号。

• 传统训练计算机操作智能体的瓶颈往往是环境不够多、不够真实,Echoverse 用规格编译成应用的方式批量生产可交互训练环境,试图突破这一限制
• 用应用自身数据库对任务完成情况打分,相当于把评估标准嵌入到环境本身,而不是依赖人工标注或外部评测集
• 共进化循环读取评分轨迹两次,一次用来修复环境本身的缺陷,一次用来生成训练信号,让环境质量和智能体能力同步迭代
• 这套方法直接服务于 computer-use agent 这一当下大厂集中发力的方向,即让 AI 像人一样操作真实软件界面完成任务
• 如果 Echoverse 的规模化训练管线能跑通,意味着训练计算机操作智能体不再依赖稀缺的人工标注环境,这类自造环境的思路很可能被其他厂商跟进复用。

本内容由 AI 生成，仅供参考，请注意甄别