待验证50% 置信发布精确时间
XLANG实验室发布了OSWorld 2.0基准测试
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/9
首次发现
有效期至：2026/10/7
来源
OSWorld 2.0测评：最强AI Agent完成率仅20%，长流程是致命短板
bilibili熊二等兵2026/7/1
相关事实
待验证OSWorld 2.0的桌面应用从1.0的LibreOffice、GIMP、VS Code扩展到Slack、LinkedIn、Reaper、WPS、GitLab、Overleaf、Zotero等专业软件64% 相似待验证LLM 0.32 系列版本处于 alpha 阶段，工具调用功能仍在积极开发和测试中55% 相似待验证上海人工智能实验室发布Intern-S2 Preview 397B开源模型，采用Apache 2.0协议开放全部权重55% 相似待验证Codex CLI官方文档标注仅支持macOS和Linux原生运行，但实际测试当前版本已可直接在Windows系统上安装运行，无需WSL55% 相似待验证字节跳动开源的多模态AI智能体桌面应用UiTARS Desktop发布了V0.2.0版本53% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/338167API
curl https://kongchang.com/api/v1/knowledge/claims/338167MCP
get_claim(id=338167)