待验证50% 置信基准精确时间

Mind2Web 和 OSWorld 是基于静态截图的基准测试，允许智能体在完全静止的界面上决策

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

Agent Interface：让AI智能体更高效地操控电脑

涉及实体

Mind2Webproduct OSWorldproduct

相关事实

待验证在 Apple Vision Pro 测试中，Soul 通过简单提示生成了带调节选项的 3D 逼真虚拟架子鼓混合现实应用64% 相似待验证基于视觉/AI 的测试工具不依赖平台特定的 DOM/Accessibility/UI Automation 树，而通过计算机视觉、OCR、目标检测模型和图像匹配算法直接识别屏幕内容64% 相似待验证针对GUI理解优化的轻量模型包括微软的UFO、字节跳动的UI-TARS和专注屏幕坐标预测的SeeClick62% 相似待验证GUI自动化的核心技术路径有两条：基于视觉的截图理解和基于可访问性树的DOM解析60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/932082

API

curl https://kongchang.com/api/v1/knowledge/claims/932082

MCP

get_claim(id=932082)