寻找 CUA 的 ChatGPT 时刻！顶会 ICLR 2026 硬核直播来袭

📌 一句话摘要

本文是一篇关于青稞社区与 WebAgentLab 联合举办的「ICLR 2026 CUA Workshop」线上直播活动的预告和议程介绍，汇集了多位学术界与工业界专家在计算机使用智能体（CUA）领域的最新研究成果分享。

📝 详细摘要

文章预告了将于 2026 年 4 月 19 日举办的「ICLR 2026 CUA Workshop」线上直播活动。该活动由青稞社区与 WebAgentLab 开源社区联合主办，旨在为无法亲临 ICLR 2026 南美现场的研究者提供一个交流平台。文章详细列出了完整的会议议程，分为上午场和下午场，涵盖了计算机使用智能体（CUA）领域的多个前沿方向，包括智能体自我改进的幻觉、大规模训练与评估生态系统（CUA-Suite）、自主持续学习框架（ACuRL）、Web Agent、多平台 GUI 基座模型（Mobile-Agent-v3.5）、MCP 工具调用基准（OSWorld-MCP）、跨领域探索与安全护栏（ScienceBoard， OS-Sentinel）、以及通义实验室的 GUI 基座模型 MAI-UI 和评测基准 MobileWorld 等。分享嘉宾来自 NeoCognition、滑铁卢大学、俄亥俄州立大学、复旦大学、阿里巴巴通义实验室、香港大学等知名机构，阵容强大。文章核心是活动宣传，但通过详尽的议程和嘉宾介绍，为读者勾勒出了 CUA 领域当前的研究热点、技术挑战和未来方向。

💡 主要观点

- CUA 领域正面临从静态训练到适应动态真实环境的核心挑战。 多位讲者将探讨如何解决环境动态变化、数据获取成本高、以及如何实现零人工数据的自主持续学习（如 ACuRL 框架）等问题，这标志着该领域正从实验室 benchmark 走向实际应用的关键阶段。

构建统一的训练、评估基准和开源生态是推动 CUA 发展的关键基础设施。 活动将介绍多个重要的基准和数据集，如 CUA-Suite、OSWorld-MCP、MobileWorld 等，以及开源模型和框架（如 Mobile-Agent-v3.5、OpenMobile）。这些工作旨在为社区提供可复现、可比较的研究基础，降低创新门槛。

工业界与学术界正紧密合作，推动 GUI Agent 基座模型的能力边界和落地应用。 以阿里巴巴通义实验室的 MAI-UI 模型为代表，分享将涵盖全尺寸模型、MCP 工具调用、端云协同、大规模在线 RL 等工业级实践，展示了将前沿研究转化为实际产品能力的努力。

社区驱动的线上研讨会成为连接前沿研究、开发者和创业者的重要节点。 本次活动由技术社区组织，汇聚了顶尖的研究者和工程师，通过直播和 AMA 环节促进知识传播与碰撞，旨在寻找 CUA 领域的「ChatGPT 时刻」，即技术突破和广泛应用的临界点。

💬 文章金句

- 我们坚信，好的研究不该只停留在 PDF 和 GitHub Repo 里，而应该在面对面的深入交流中口口相传，找到自己的 target audience，才是对辛苦工作和开源贡献的确认。

• CUA 领域的下一段新新影响力，将从这场直播开始。
• 针对这些挑战，我们提出了 ACuRL —— 一种零人工数据的自主持续学习框架。
• 实验评估中，ACuRL 在多个真实环境中展现出持续提升的性能，有效缓解了环境动态变化带来的干扰以及灾难性遗忘问题。
• MAI-UI 原生具备 MCP 工具调用能力，能够把长链路 UI 操作压缩成少量 API 调用，并且使得手机端直接执行‘桌面级工作流’。

📊 文章信息

AI 初评：83

来源：青稞AI

作者：青稞AI

分类：人工智能

语言：中文

阅读时间：19 分钟

字数：4596

标签： 计算机使用智能体, CUA, GUI Agent, ICLR 2026, 线上研讨会

阅读完整文章