分享

OpenAI智能体Operator背后CUA技术解析

作者

智谱、ByteDance和清华大学发布GLM-PC等智能体后，OpenAI发布了首个AGI L3级智能体Operator，可以执行网络任务并交互网页。Operator结合了GPT-4的视觉能力和强化学习推理能力。构建开源Computer-Using Agent的技术挑战包括安全隔离、精确点击、视觉理解和部署LLM等。