算法论文8

半在线RL新范式让GUI Agent性能跃升

深度学习自然语言处理2025-09-20

AI 摘要

论文提出半在线强化学习范式解决现有AI训练方法矛盾。训练的UI - S1 - 7B模型性能提升显著，还提出SOP评估指标。半在线RL结合稳定性与长程规划能力，为实用AI智能体奠定基础。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

OpenClaw上线Peekaboo，Agent接管桌面

2026年5月11日，OpenClaw上线macOS桌面操控工具Peekaboo，提供像素级截图、UI元素识别和GUI自动化能力。它打破Agent局限，可接管桌面操作，部署简单，普通人也能用，还有安全保障，但也存在坐标偏移等问题。

浙江大学与通义实验室团队推出UI - S1，提出半在线强化学习训练范式。它融合离线与在线学习优势，用三项关键技术构建核心架构，新评测指标SOP更贴近真实表现，实验显示UI - S1 - 7B性能卓越，逼近GPT - 4o。

视频扩散模型生成新视角视频时，现有方法缺显式3D结构。智象未来提出DreamWorld，用3D先验与两阶段框架，结合结构和生成能力，在多基准测试表现领先。

视觉-语言-动作（VLA）模型是端到端自动驾驶主流技术，但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2，实现自回归VLA向离散扩散模型迁移，解码加速15.1倍，多任务性能不降。