阿里巴巴Token Hub（MAI-UI团队）在arXiv发布OpenGCUA首个版本，目标是开放“通用电脑操作智能体”全栈。其核心是让模型以代码方式同时调度图形界面与命令行操作，并把截图时机、任务状态等决策从固定规则交给模型。在OSWorld-v2离线集上，该方案让包括GPT-6 Astra、Claude Opus 5在内的8个模型平均得分提升19.6分，每任务步数平均减少53%。本次开源实现、提示词、8个模型的评测轨迹，以及预览版真机运行框架和跨设备SDK，尚未包含自训模型。
信源:https://arxiv.org/abs/2610.22200