Simular公司的电脑代理Sai在OSWorld 2.0基准测试中取得73%成功率，超越GPT-5.6 Sol和Opus 5，成本仅为它们的三分之二。Sai采用神经符号方法，结合神经网络与符号代码，高效处理真实工作场景任务，如发票验证和疫苗预约。公司强调其设计注重经济实用性，而非追求行业荣誉，旨在为个人和企业提供可负担的自动化解决方案。
本文介绍了OSWorld基准，评估多模态代理在369个计算机任务中的表现，强调其在开放领域的应用潜力。研究表明，尽管GPT-4等代理表现优异，但仅达到人类能力的15%。多个基准测试如VisualWebArena和WebVoyager揭示了多模态代理在实际应用中的挑战与进展，为未来研究提供了重要参考。
完成下面两步后，将自动完成登录并继续当前操作。
