0
| 本文作者： 虞超 | 2026-01-28 12:19 |
2026 年 1 月，在操作智能領域權威評測體系 OSWorld 發(fā)布的最新榜單中，九章云極 DataCanvas 憑借在 Alaya NeW Cloud 強化學習平臺上訓練的 DART-GUI-7B 模型，以卓越的智能操控表現(xiàn)，一舉奪得 OSWorld 7B 賽道冠軍！
Alaya NeW Cloud 是由九章云極打造的以強化學習（Reinforcement Learning, RL）為核心能力的智算云平臺，該平臺通過將強化學習能力深度融入底層基礎設施，重構了智能計算的架構與邏輯，旨在為企業(yè)和開發(fā)者提供“可用、好用、經(jīng)濟”的算力資源。
Alaya NeW Cloud打造前沿強化學習云平臺，平臺原生支持一鍵式Agentic RL 開發(fā)環(huán)境啟動 、分布式極核Agentic RL訓練，性能上實現(xiàn)訓推分離與全流程加速，生態(tài)上預置多種主流Agent仿真環(huán)境，高效支撐強化學習技術的快速落地與創(chuàng)新突破，精準解決 AI 技術應用中的效率和成本等核心問題。目前，九章云極已在全球布局多個聚焦于加速計算優(yōu)化的 AIDC 智算中心，持續(xù)賦能 AI 技術的高效應用與行業(yè)規(guī)模化落地。 
DataCanvas Alaya NeW Cloud
OSWorld 是目前 AI 領域衡量 “智能體（Agent）跨軟件操作電腦” 能力最頂尖的基準測試，它模擬真實的操作系統(tǒng)環(huán)境，要求 AI 像人類一樣通過視覺觀察屏幕，并精準操控瀏覽器、Excel、VS Code 等各類桌面應用來完成跨平臺的復雜任務，被OpenAI、Anthropic、字節(jié)跳動Seed、月之暗面、智譜等頂尖AI團隊廣泛采用，更是檢驗AI能否從“只會聊天”進化為“高效數(shù)字員工”的硬核試金石。
? 真實生態(tài)：任務在 VS Code、LibreOffice 等真實軟件中運行，環(huán)境信息密度遠超結構化數(shù)據(jù)
? 閉環(huán)操控：需要連續(xù)理解截圖、規(guī)劃路徑和進行鍵鼠操作，考驗長程推理能力
? 零容錯率：限時30步，操作需步步為營，失敗不可逆轉
? 數(shù)據(jù)稀疏：基礎成功率不足1/4，即使是大模型也面臨嚴峻挑戰(zhàn)
復雜的跨軟件協(xié)作與精細的坐標控制，使得參數(shù)規(guī)模有限的7B模型在“理解”與“執(zhí)行”之間難以調和，長期處于“不可用”狀態(tài)。
九章云極并未通過簡單擴大模型規(guī)模取勝，而是選擇了系統(tǒng)級的算法創(chuàng)新。提出了 DART（Decoupled Agentic Reinforcement Training），首次將 GUI 智能體的強化學習訓練流程徹底解耦為四個異步模塊： 
三項關鍵突破
? 推演級軌跡調度（Rollout-Level Scheduling）
? 以“單條軌跡”作為調度最小單位
? 每個 rollout 完成后立即釋放環(huán)境并啟動下一個任務
? 環(huán)境利用率提升從 12.2% 達到 67.7%，提升幅度高達 5.5 倍
? 動態(tài)模型服務池（Dynamic Model Serving Pool）
? 采用 GPU 推演的集中化管理，支持多模型版本的熱加載
? 避免了傳統(tǒng)“一卡一環(huán)境”的資源浪費
? GPU 推演利用率提升 1.6 倍
? GPU 資源的并發(fā)彈性擴展能力
? 訓練與推理異步執(zhí)行（Asynchronous Execution of Training and Inference）
? 訓練與推演實現(xiàn)異步解耦
? 避免模型更新導致服務阻塞
針對 GUI 強化學習中的“成功少、噪聲多”核心難題，DART 設計了覆蓋任務、軌跡、步驟和 Token 的四層篩選機制：
這一機制使得 7B 模型，在最大30步內，即可穩(wěn)定的實現(xiàn)OSWorld中的任務要求。
九章云極經(jīng)過強化學習訓練的7B 模型之所以能實現(xiàn)突破，關鍵在于采用了“場景適配、精度優(yōu)化、算力協(xié)同”的三維技術方案，在控制參數(shù)量的同時，最大化提升操作智能性能。
? 場景化指令對齊技術：基于百萬級真實操作場景數(shù)據(jù)訓練，構建細分領域的指令庫，優(yōu)化模型對辦公自動化、數(shù)據(jù)處理等高頻場景的語義理解能力，精準捕捉模糊指令背后的核心需求，使指令理解準確率較通用模型提升23%，并減少無效操作。
? 混合精度推理優(yōu)化：借鑒智算硬件優(yōu)化經(jīng)驗，對模型不同模塊進行精度分層處理。核心推理模塊保留 FP16 精度以確保準確性，非核心模塊量化至 INT8 精度。這一調度方式實現(xiàn)推理效率提升 1.8 倍，資源占用率降低 40%。
? 軟硬件協(xié)同調度機制：依托自研的智算技術棧優(yōu)勢，深度協(xié)同模型推理與算力資源，動態(tài)調整算力分配策略以應對負載波動，避免資源閑置。同時使用專用推理加速引擎優(yōu)化 GUI 元素識別與動作規(guī)劃的計算鏈路，進一步降低輕量化模型的推理延遲。
在最大步長僅有 30 步的情況下，DART-GUI-7B 在多種任務類型上表現(xiàn)出顯著優(yōu)勢，包括：
? 瀏覽器類（Chrome）
? 圖像/設計類（GIMP）
? 郵件客戶端類（Thunderbird）
? 代碼/IDE 類（VS Code）
? 操作系統(tǒng)交互類（OS）
亮點：GIMP 類任務的正確率高達 80.77%，且在辦公套件（Impress、Writer、Calc）、媒體播放類（VLC）以及多應用協(xié)同等任務中，其能力也有顯著提升。
九章云極還進行了真實場景的驗證。在 DataCanvas Alaya NeW 平臺上，DART-GUI-7B 成功地通過鍵鼠操作完成文檔查找、導航到指定頁面及查找官網(wǎng)聯(lián)系方式等場景任務，其成功率超過 90%。
目前，AI 大模型正加速從“技術驗證”向“產(chǎn)業(yè)落地”轉變。通用人工智能作為連接數(shù)字世界與物理操作的重要工具，在辦公自動化、智能運維和工業(yè)控制等領域展現(xiàn)出廣闊的應用前景。然而，模型部署成本高、輕量化模型性能不足及數(shù)據(jù)出域安全等問題，仍然是產(chǎn)業(yè)規(guī)?；年P鍵瓶頸。
九章云極的 7B GUI 模型突破為行業(yè)提供了“低成本、高性能”的通用人工智能解決方案，有望推動通用人工智能在中小企業(yè)及長尾場景的普及。
