Echoverse:面向计算机使用智能体的深度演化环境

微软研究院构建了十二个高保真、可持续演化的计算机使用智能体训练世界,通过深度、能力靶向与共同演化三个杠杆,使一个 9B 模型的得分从 36.5% 提升到 67.1%,与 GPT-5.4 仅差十四分。研究还证明,以数据库为根基的强化学习环境(RLE)能让智能体超越模仿,实现更大的性能跃升。