加州大学伯克利分校发布CUA-Lite：统一沙箱、数据、评测与RL的计算机操作智能体开源平台

加州大学伯克利分校研究团队发布了面向计算机操作智能体（CUA）的开源平台 CUA-Lite，通过统一沙箱、数据格式与评测流水线，旨在解决多平台智能体研发基础设施碎片化的问题。

• 消除虚拟机依赖：核心组件 Lite.OSWorld 将原本依赖 QEMU/KVM 虚拟机的 Ubuntu 桌面环境移入标准 Docker 容器，单实例内存占用由 4.1 GB 降至 0.9 GB，冷启动时间由 29.9 秒缩短至 23.8 秒，使无 /dev/kvm 权限的云实例和 CI 环境得以运行大规模评测。
• 跨基准保真度对齐：覆盖桌面、浏览器与移动端等超 3 万个可验证任务，官方在 13 个模型上的测试显示 Lite.OSWorld 得分与原虚拟机环境一致，保证了评测与训练信号的可迁移性。
• 统一数据模式与端到端训练：引入基于 Parquet 的统一监督学习数据格式 LiteSample 并开放十余个预处理数据集，同时支持通过 GRPO 强化学习算法与 Slime 框架进行端到端策略迭代。
• 影响/看点：影响/看点在于 CUA-Lite 降低了计算机操作智能体的算力开销与部署门槛，若其容器化方案在更复杂的桌面长任务中保持高保真度，可能加速轻量化操作智能体的规模化数据蒸馏与强化学习落地。
• 资料依据：
• MarkTechPost（2026-09-06）：https://www.marktechpost.com/2026/09/05/uc-berkeley-researchers-release-cua-lite-an-open-platform-unifying-sandboxes-data-evaluation-and-rl-for-computer-use-agents/
• CUA-Lite团队博客（2026-09-05）：https://cua-lite.github.io/blog/kvm-free-osworld/
• GitHub（2026-09-05）：https://github.com/cua-lite/cua-lite

本内容由 AI 生成，仅供参考，请注意甄别