📝 backspace.fm のネタ帳
番組で話してほしいネタを、みんなで投稿して投票する場所

ネタ帳は neta.backspace.fm からここへ引っ越しました

← 松尾 x 西川善司が暴くSunoの秘密 ep678 のランキング

SuSu_酥酥👅: 💥 アリババのQwenチームがパソコンを操作できるOpenGCUAをオープンソース化

ラッキンRTX2026/10/21 07:21

💥すげえ!アリババのQwenチームは、こっそりと「自分でコードを書いてパソコンを操作できる」神器を公開し、さらにそれをオープンソース化しました! 以前のAIによるコンピュータ操作は、ほとんどがスクリーンショットを一目見て、タップし、再度一目確認する、段階的に行うだけで、遅く、トークンにも費やす。 現在、Qwen MAIオープンソースのOpenGCUAは他と異なり、モデルが自ら「画面を見るかどうか、どのように操作するか、タスクをどのように割り当てるか」を決定でき、ループと判定を備えたコードを直接記述でき、マウスクリック、コマンド入力、インターフェースの呼び出しを混在させて実行できます。中間の結果が出たらすぐに続けられますので、毎回モデルに尋ねる必要はありません。 実測したところ、効果は非常に強力です:🔹OSWorld-v2では、GPT-6 Astra、Claude Opus 5を含む8つの大規模モデルの平均スコアが直接19.6ポイント上昇し、ステップ数が53%減少しました。 🔹さらに、クロスデバイスSDK(パソコン、スマートフォン、ブラウザで統一的に制御可能)やmacOS実機実行フレームワーク、そしてこれら8つのモデルの完全な操作手順を公開し、皆様が再現や二次開発を容易に行えるようにしました。

記事を開く(x.com)

コメント

まだコメントはありません