Cua Driver给Agent补上「眼睛」:纯像素界面也能识别按钮和文字
相关推荐
Holo4发布:千问底座,专门强化Computer Use
动察 Beating AI 快讯,法国 AI 公司 H Company 发布 Computer Use 模型 Holo4,包括 27B 和 35B-A3B 两个版本。前者基于 Qwen3.8 dense 架构,后者基于 Qwen3.5 MoE 架构继续做后训练。 H Company 主要强化了电脑操作和长任务执行能力,把原本的通用模型进一步训成面向 Computer Use 的 Agent 模型。 监督微调阶段,H Company 一共用了 1270 亿 tokens,其中约四分之三是成功完成任务的 Agent 操作轨迹,覆盖桌面、网页、手机、MCP 和 API。随后又做强化学习,分别训练「桌面和网页」与「终端、MCP 和 API」两类专家能力,再合回同一个模型。公司还自己生成了约 1 万个软件操作任务,用来训练跨应用和长流程工作。 H Company 还重做了 Agent harness,让模型在数百步任务里持续记住前面的操作,并可以直接调用电脑上的 shell。 效果主要体现在长任务上。Holo4 27B 在 OSWorld 2.0 得到 61.7%,Qwen3.8-27B 官方成绩为 48.0%;在普通 OSWorld 上,Holo4 为 85.2%,Qwen3.8-27B 则为 84.3%。不过这些成绩的 harness、任务版本和评测设置并不完全一致,不能当成严格的同条件对照。
Instinct和Muse想到一块:Agent免费,靠交易抽成
动察 Beating AI 快讯,个人 AI Agent Instinct 创始人 Noah Shinn 在首次公开长访谈中讲了公司准备怎么赚钱。 Shinn 希望 Instinct 最终能长期免费,不向用户收订阅费。Agent 替用户订酒店、购物等完成交易后,Instinct 再向拿到订单的商家收一小笔佣金。不过这目前还只是他的目标,Instinct 暂时没有承诺永久免费。 Shinn 也明确不想做广告。个人 Agent 会越来越了解用户,也会越来越擅长影响用户的决定。如果平台靠广告挣钱,Agent 就可能开始劝用户买原本没打算买的东西。他更希望 Instinct 只从用户本来就要完成的交易里挣钱。 具体抽多少还没定。Shinn 拿 Shopify、Amazon 和 Apple 的平台抽成做参照。Instinct 目前约一半交易额来自旅行,一些精品酒店愿意为它带来的订单支付最高超过 30% 的佣金,但 Instinct 不一定会收这么高。 巧的是,扎克伯格此前给 Muse 设想的也是这套模式:大多数用户免费使用,Agent 帮用户完成交易后,再向获得生意的商家收费。
Meta把Muse接进AI眼镜:看到什么,直接让Agent去办
动察 Beating AI 快讯,Meta 宣布把个人 AI Agent Muse 接入旗下 AI 眼镜。用户以后可以直接对着眼镜叫 Muse,再把任务交给它。Muse 会在后台继续执行,完成后再回来告诉用户结果,不需要一直掏手机操作。 能做的事情已经不只是问问题。比如让 Muse 带着你完成个性化训练、记录一顿饭并分析营养,或者预约服务、查机票价格。看到想买的商品时,也可以直接让它帮忙购买;开车或做饭时,还能让它去网上找需要的零件。 Meta 的眼镜此前已经接入 Muse Spark,主要负责理解用户看到的东西、回答问题和提供建议。这次接进去的是完整的 Muse Agent。它可以连接日历、购物等服务,把眼镜里的一句语音继续变成后台任务。 Meta 同时大幅扩充 AI 眼镜产品线。年底前,Ray-Ban、Oakley 和 Meta Glasses 合计将提供超过 100 种款式。新发布的 Ray-Ban Meta Audio 甚至直接取消摄像头,只保留音频和 AI,单次续航最长 12 小时。眼镜正在变成 Meta 给 Muse 准备的全天候入口。
去中心化存储与 AI Agent 记忆平台 Lighthouse 完成战略融资
Foresight News 消息,去中心化存储与 AI Agent 记忆平台 Lighthouse 完成战略融资,总融资额达到 158 万美元,参投方包括 Walrus 基金会、Protocol Labs、Smape Capital、CSP DAO、Balaji Srinivasan、Big Brain Holdings、Fenbushi Capital、HASH CIB、LongHash Ventures、Mask Network、NGC Ventures、2Link 和 Formless Capital 等。 Lighthouse 表示,融资将用于加速 Memory Infrastructure(记忆基础设施)、MCP 集成,以及基于 IPFS + Filecoin + Walrus 的去中心化存储层建设,让 AI Agent 能够实现跨会话、跨模型的共享可验证记忆,无需每次从零开始。
Manus 2.0正式发布:全新架构、Studio专业工具与个人Agent应用Cue同步上线
动察 Beating AI 快讯,Manus 正式推出 2.0 版本,此次升级并非简单迭代,而是围绕「下一代 Manus 应该是什么样子」的全面升级。 核心升级包括:自研 Agent 框架 Cascade,测试显示 Token 消耗降低 23.2%、任务完成时间缩短 28.2%、运行成本下降 32%;新增云电脑,为游戏服务器或长期自动化提供专属环境;自动化支持事件触发,邮件、Slack、Notion 等变化均可启动工作流。 桌面应用升级为 Manus Studio,按需引入工具。重点推出视频编辑器(支持时间线精修与 Alchemy 创意模式)和游戏开发环境(支持实时修改、一键多人联机与云电脑托管)。Computer Use 能力同步升级,用户可通过自然语言远程操控授权电脑。 全新独立应用 Cue 上线,专为个人 Agent 打造,支持手机与桌面。每个 Agent 拥有独立邮箱、电话、钱包与电脑,可组建多 Agent 团队协作,并对接线下服务。 Manus 表示,2.0 关注想法落地后的精修与掌控,延续「帮助人们把想法变成现实」的初衷。
Meta如何造出爆款Muse?不到200人开发,100多项测试全部过关才上线
动察 Beating AI 快讯,Meta 首席 AI 官 Alexandr Wang 在最新采访中谈起 Muse 的研发过程。这款能替用户办事的个人 AI Agent,从原型到上线花了七个月,负责模型和产品的核心团队不到 200 人。 今年年初,Anthropic 在编程 Agent 领域遥遥领先,业内不少人认为,编程才是高级 AI 最重要的应用方向。但王和前 GitHub CEO、现任 Meta AI 产品负责人 Nat Friedman 更看好个人 Agent。王认为,Meta 旗下应用每天有约 35 亿人使用,做面向普通人的 AI 产品才是公司的长处。 Meta 早在 2025 年就提出了「个人超级智能」的方向,OpenClaw 则让这一构想有了更具体的产品形态。今年 2 月,王和 Friedman 在深度体验 OpenClaw 后,分别向董事会提交备忘录。Friedman 写了两份,其中一份叫《Trust Is a Must》,强调个人 Agent 必须赢得用户信任。团队随后仅用一两周就拿出了 Muse 原型,连吉祥物 Jolly 和专属硬件 Muse Charm 的雏形都有了。不过,当时的产品很不稳定,偶尔能让人眼前一亮,大部分时候却连基本任务都做不好。 接下来几个月,团队反复调整模型。他们列出 100 多项必备能力,逐项设计测试,并设定上线门槛。有些模型版本已经通过约 80 项,剩下约 20 项仍不合格,只能继续训练。直到专门训练的 Muse Spark 1.3 版本全部达标,才过了这套评测。 Meta 高层把 Muse 视为全年最重要的产品之一,却始终没有大举扩充研发团队。王解释,大公司的产品很容易变成一堆人的想法拼在一起,每个产品经理都想往里面加点东西,最后做成一个大杂烩。Muse 从一开始就希望保持统一的产品体验,具体由 Friedman 主导把关。 王管理的 AI 研究团队也采用了类似的精简思路。他透露,自己目前有超过 200 名直属下属。TBD 团队的研究人员基本都直接向他汇报,中间没有层层设置人员管理岗位。各小组仍有技术负责人,负责决定技术方向。王坦言,自己算不上这 200 多人最好的管理者,但这些研究人员已经证明了自己的能力,不需要他事事过问,给他们足够的资源和自由就行。