CUA

CUA官网

Computer-Using Agent (CUA) 是 OpenAI 开发的一种先进的人工智能模型，结合了 GPT-4o 的视觉能力和通过强化学习的高级推理能力。它能够像人类一样与图形用户界面（GUI）交互，无需依赖特定操作系统的 API 或网络接口。CUA 的灵活性使其能够在多种数字环境中执行任务，如填写表单、浏览网页等。这一技术的出现标志着 AI 发展的下一步，为 AI 在日常工具中的应用开辟了新的可能性。CUA 目前处于研究预览阶段，通过 Operator 提供给美国的 Pro 用户使用。

什么是CUA？

CUA (Computer-Using Agent) 是OpenAI开发的一款先进人工智能模型，它结合了GPT-4o的视觉能力和强化学习的高级推理能力，能够像人类一样与图形用户界面(GUI)交互，无需依赖特定操作系统的API或网络接口。简单来说，它可以像人一样操作电脑，完成各种数字任务，例如填写表单、浏览网页等。目前，CUA处于研究预览阶段，仅通过Operator平台提供给美国的Pro用户使用。

CUA的主要功能

CUA的主要功能在于通过视觉感知屏幕内容，使用虚拟鼠标和键盘与电脑进行交互，从而自动完成各种多步骤任务。它能够在不同的操作系统和网页环境中灵活切换，无需依赖特定的API。此外，它还具备自动处理错误、适应意外变化、支持用户指令迭代处理等功能，在执行敏感操作时会要求用户确认，确保安全可靠。在WebArena和WebVoyager等基准测试中，CUA也展现了领先的性能。

如何使用CUA？

目前，CUA只能通过OpenAI的Operator平台访问。使用步骤如下：
1. 访问https://operator.chatgpt.com并登录Pro账户；
2. 在Operator中输入需要执行的任务指令，例如“帮我预订明天下午从北京到上海的机票”；
3. CUA将自动解析指令，并通过视觉感知界面开始执行任务；
4. 在执行过程中，CUA会根据需要与用户交互，确认敏感操作，例如输入密码等；
5. 任务完成后，CUA会提供执行结果或进一步的交互选项。

CUA的产品价格及常见问题

由于CUA目前仅限于OpenAI的Pro用户使用，因此其价格取决于OpenAI Pro账户的订阅费用。具体价格信息请参考OpenAI官方网站。

CUA的准确率如何？
CUA的准确率取决于任务的复杂性和指令的清晰度。对于简单的任务，CUA通常能够准确完成。但对于复杂或模糊的任务，可能需要用户进行多次迭代和调整指令才能达到理想效果。

CUA是否支持所有类型的网页和应用？
CUA能够在多种数字环境中工作，但并非支持所有类型的网页和应用。一些复杂的网页或应用可能由于其设计或技术限制，导致CUA无法正常工作。

CUA的隐私安全如何保障？
OpenAI承诺会保护用户的隐私和数据安全。CUA在处理敏感信息时会要求用户确认，并采取措施防止未经授权的访问和使用。但用户仍需谨慎操作，避免输入过于敏感的个人信息。

CUA官网入口网址

https://openai.com/index/computer-using-agent/

OpenI小编发现CUA网站非常受用户欢迎，请访问CUA网址入口试用。