学会新平台又不忘老平台的GUI agent
所有GUI agent都有同一个健忘症。教它在手机上点来点去，它在桌面上就变差；教它桌面，它又忘了手机。UI-MOPD是对这个问题的一次干净利落的进攻，也是这周第二篇悄悄在说同一件事的论文：训练方法比模型大小更重要。
这套方案（arXiv 2607.04425，7月5日放出）有两块。第一块是Uni-GUI，一个跨平台交互数据集，覆盖GUI agent要生存的那些不同世界。第二块才是真正的招：把多教师的on-policy蒸馏塞进持续学习里。不是用一个通才老师，而是给每个环境保留一个平台专属的老师，再用平台条件化蒸馏，让学生学会新平台的同时不把老本事搅成一锅粥。它就是冲着毁掉跨平台agent的灾难性遗忘和行为混淆去的。
数字很诚实地说明这事还有多难：OSWorld任务成功率38.2%，MobileWorld 12.0%。靠这个没人能端出一个完美的computer-use agent。但方向才是关键。这些正是Bespoke Labs刚融了4000万美元要造的那种环境，而它用的机制，on-policy蒸馏，和整个春天一直在蚕食微调的harness、skill工作是同一个家族。
把这一周拼起来，一个判断自己就冒出来了：agent可靠性的下一跳，不是更大的模型，而是更好的训练场，和更聪明的跨平台教学方法。UI-MOPD，是那面墙上一块具体的砖。
论文：arxiv.org/abs/2607.04425
← 返回所有文章
这套方案（arXiv 2607.04425，7月5日放出）有两块。第一块是Uni-GUI，一个跨平台交互数据集，覆盖GUI agent要生存的那些不同世界。第二块才是真正的招：把多教师的on-policy蒸馏塞进持续学习里。不是用一个通才老师，而是给每个环境保留一个平台专属的老师，再用平台条件化蒸馏，让学生学会新平台的同时不把老本事搅成一锅粥。它就是冲着毁掉跨平台agent的灾难性遗忘和行为混淆去的。
数字很诚实地说明这事还有多难：OSWorld任务成功率38.2%，MobileWorld 12.0%。靠这个没人能端出一个完美的computer-use agent。但方向才是关键。这些正是Bespoke Labs刚融了4000万美元要造的那种环境，而它用的机制，on-policy蒸馏，和整个春天一直在蚕食微调的harness、skill工作是同一个家族。
把这一周拼起来，一个判断自己就冒出来了：agent可靠性的下一跳，不是更大的模型，而是更好的训练场，和更聪明的跨平台教学方法。UI-MOPD，是那面墙上一块具体的砖。
论文：arxiv.org/abs/2607.04425
评论