OS-Helix：统一GUI与代码执行的智能体

2026年10月16日，arXiv Computer Vision 刊出 Bowen Yang 等作者的论文，提出 OS-Helix。据该报道，OS-Helix 是一个端到端训练的多模态计算机使用智能体，其核心特点是把 GUI 操作与代码执行统一到同一动作空间。为支撑训练，作者提出 application-artifact composition 与解耦的指令/评估器生成流程，用于构造可验证的混合监督数据；训练上先以 SFT 冷启动，再进行在线 RL，RL 阶段采用按动作步聚合重要性权重的 Step-balanced GSPO。上述内容均来自该篇报道，目前尚无后续跟进报道，事件进展以该论文所述为准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。