MSR-Orchard发布WildAWM：革新计算机使用智能体训练环境生成技术

摘要：MSR-Orchard推出WildAWM，这是一种可扩展的管道，用于合成可控环境和任务，以训练通用计算机使用智能体（CUAs）。WildAWM支持多种交互接口，包括图形用户界面、模型上下文协议服务和命令行接口，允许智能体灵活结合视觉交互、工具使用和代码执行。与依赖专有模型的方法不同，WildAWM完全由开源模型驱动，展示了高质量计算机使用环境生成的可能性。此外，该管道通过引入基于执行的质量门控机制，解决了任务合成中的可解性、难度和验证可靠性问题。实验表明，WildAWM合成的环境任务对前沿模型也具有挑战性，并显著提升了Qwen模型在多个分布外基准测试中的表现。

---

1. 技术机制剖析

WildAWM的核心创新在于其多接口支持架构和基于执行的质量门控机制：

• 多接口支持：WildAWM通过集成图形用户界面（GUI）、模型上下文协议服务和命令行接口（CLI），使智能体能够灵活地结合视觉交互、工具使用和代码执行。这种多接口设计解决了现有方法中交互方式单一的问题，为智能体提供了更丰富的训练环境。

• 基于执行的质量门控机制：为了解决任务合成中的可解性、难度和验证可靠性问题，WildAWM引入了基于执行的质量门控机制。该机制结合了异构智能体执行轨迹、跨判别器一致性检查和反事实判断鲁棒性探测，确保生成的任务既具有挑战性又可解决。

2. 工程权衡与实测表现

• 开源模型驱动：WildAWM完全由开源模型驱动，避免了对专有前沿模型的依赖。这降低了训练成本，并使研究人员和开发者能够更自由地定制和扩展模型。

• 挑战性任务生成：实验表明，WildAWM合成的341个长时环境-任务对对前沿模型（如GPT-6-Astra）也具有挑战性，GPT-6-Astra仅解决了60%的任务。这证明了WildAWM在生成高质量、复杂任务方面的有效性。

• 模型性能提升：在WildAWM合成的环境中训练的Qwen模型，在8个分布外基准测试中表现出显著的性能提升，涵盖网络、爪子和计算机使用智能体任务。这表明WildAWM合成的训练数据能够有效提升模型在未见任务上的泛化能力。

3. 开发者落地与部署建议

• 开源代码可用性：WildAWM的代码已在GitHub上公开（https://github.com/MSR-Orchard/WildAWM），开发者可以自由下载、修改和使用。这为研究人员和工程师提供了一个强大的工具，用于构建和测试计算机使用智能体。

• 多接口支持的优势：开发者可以利用WildAWM的多接口支持，设计更复杂、更灵活的智能体交互流程。例如，结合GUI和CLI接口，可以实现更高效的任务执行和错误处理。

• 质量门控机制的应用：WildAWM的质量门控机制可以扩展应用于其他领域，如机器人操作和自动驾驶，以解决任务合成中的类似问题。

4. 结论

WildAWM代表了计算机使用智能体训练环境生成技术的重要进步。其多接口支持和基于执行的质量门控机制，为智能体训练提供了更丰富、更具挑战性的环境。开源模型驱动的设计，使其成为一个可扩展且可定制的工具，为AI研究人员和开发者提供了新的可能性。

---

消息来源：Hugging Face Daily Papers (2026-10-19)

—— 完 ——

主题标签： #WildAWM 关注 #智能体训练 关注 #开源模型 关注 #多接口支持 关注 #任务合成 关注