阿里开源OpenGCUA：通才计算机使用智能体首发
阿里巴巴MAI-UI团队发布OpenGCUA首个版本，提出通才计算机使用智能体：模型可在图形界面、无障碍树、API、命令行与代码执行之间自行决定观察和行动。OSWorld-v2上八个模型平均部分得分提高19.6分、步骤减少53.0%。价格与国内可用性未知。
要点
- 首发开放智能体设计、提示词、八个模型轨迹，以及macOS真机框架和跨设备SDK预览。
- OSWorld-v2全配置使八个模型平均部分得分提高19.6分，任务步骤平均减少53.0%。
- 四项macOS真机任务中，Qwen3.8-Max推理token约为GPT-6 Astra的19.4倍。
为什么值得看
前沿计算机使用系统多保持闭源，难以比较设计。OpenGCUA开放全栈，并用代码执行和模型自主决策提升任务表现、减少步骤。
谁会受影响
面向研究计算机使用智能体、评测与开源基础设施的开发者；项目由阿里巴巴MAI-UI（通义）团队与社区推进。
今天就能怎么试
资料称已公开技术报告、实现、提示词、评测轨迹和在线交互实验，但访问条件未知；价格与国内可用性未知，本条未实测。
原始来源
1OpenGCUA: Toward a Fully Open Stack for Generalist Computer Use · Hugging Face Daily Papers · 2026年10月15日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
开放世界模型结合游戏引擎，单卡生成实时可玩画面
Matrix-Game 4.0 让轻量引擎负责规则和状态，视频模型将低多边形画面转成细致视觉，编码智能体则修改场景与玩法。论文报告 RTX 5090 上实现 480p、60 帧交互，按键到显示延迟为 112 毫秒，并宣布开放代码与资产。实时帧率需与响应延迟分开看。
业务智能体基准检查执行过程，完成任务也可能判失败
BizAgentBench 将 789 份知识文档、601 项业务工具和 50 个长流程任务放进可执行环境，既核验最终目标，也检查中间步骤约束。论文显示只看任务完成会掩盖无效操作；HF 早期标题为 BizBench，arXiv 修订版已改名。同时还应记录任务过程中的工具调用成本。
中英密集文字生图基准发布，专测海报长文与布局
UltraText Bench 提供 432 条人工检查的提示，覆盖 24 类真实场景，中英文各半，每张图要求四至十二处文字。评估分别看文字准确、清晰度、空间安排和场景质量，揭示快速模型可能更清晰却更容易写错字的取舍。适合中文海报选型。
AI协助发现PHP高危漏洞，网站维护者面临集中修补
爱范儿梳理 PHP2Shell 漏洞披露与紧急修补过程，介绍 OpenAI 安全研究在构造可复现证据中的作用。事件涉及底层软件广泛使用带来的连锁影响；具体风险取决于运行版本与部署条件，不能把使用 PHP 都等同于已经遭入侵。