OSWorld：AI 电脑助手能力测试平台

OSWorld 是一个全新的测试平台，专门用来检验人工智能助手在真实电脑操作环境中完成任务的能力。这个平台模拟了我们日常使用电脑的各种场景，比如上网浏览、编辑文档、管理文件等，并且覆盖了不同的操作系统，如 Ubuntu、Windows 和 macOS。研究人员通过这个平台设计了 369 个真实世界的电脑任务，来测试 AI 助手的表现。结果发现，虽然人类能够完成超过 70%的任务，但最先进的 AI 模型也只能完成 12%的任务，显示出 AI 在理解和操作图形界面方面还有很大的提升空间。

论文：https://arxiv.org/abs/2404.07972
网站：https://os-world.github.io/