Cua开源4B参数多模态操作模型Cua-S1-4B-0.2
精选理由
Cua放出了一个只有4B参数的开源模型，看屏幕就能直接操作电脑，GUI基准完成率92.9%，做电脑智能体的可以试试。
Cua开源了4B参数的Cua-S1-4B-0.2模型，通过识别屏幕画面和任务目标直接执行电脑操作。
正文
该模型在真实系统环境中用任务完成奖励做强化学习训练，不依赖软件底层的无障碍结构。在168项GUI基准测试中，任务完成率达92.
9%，超过未训练基线的60.1%。
原文 · Gorden Sun
Cua开源多模态操作模型：轻量模型辅助决策
开源4B参数模型Cua-S1-4B-0.2，专门通过识别屏幕画面和任务目标来直接执行电脑操作。该模型在真实系统环境中通过任务完成奖励进行强化学习训练，无需依赖软件底层的无障碍结构。在168项GUI基准测试中，其任务完成率达到92.9%，大幅超过未训练基线模型的60.1%。
模型：https://t.co/3WOA7fuouX
产业坐标与信源核验
本条情报归属 AITOP「模型」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Cua、GUI基准、开源模型、多模态，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Gorden Sun」（@Gorden_Sun），经 AITOP 多维评分管线结构化提炼。
