待验证50% 置信事实精确时间

OSWorld 2.0任务中最常见的挑战是跨源推理（42.6%）和视觉空间精度（41.7%），隐式状态推断和多项目状态跟踪各占39.8%

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

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

待验证视觉定位系统的判断质量高度依赖画面中包含的可利用地理线索数量，信息贫乏的画面会使模型陷入困境63% 相似待验证在检测、分割、姿态估计等需要保留空间关系的任务中，等变性是不可或缺的，而分类任务中不变性可能足够62% 相似待验证即便配备5090级别显卡，本地大模型在视觉多模态任务上的性能与响应速度仍需仔细调优62% 相似待验证目标检测、语义分割与目标追踪是计算机视觉的三大基础任务61% 相似待验证通过在恰当时刻人为增强对图像或文本的注意力，视觉空间推理任务准确率可从21%提升至50%60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/338190

API

curl https://kongchang.com/api/v1/knowledge/claims/338190

MCP

get_claim(id=338190)