研究构建十二个计算机使用代理训练世界（十个深度领域、两个能力世界），9B模型训练后成绩从36.5%升至67.1%，并展示深度、定向、共演化与RL训练效果

先了解这件事

Microsoft Research 推出 Echoverse，为 computer-use agent 构建了 12 个合成训练世界（10 个深度领域世界和 2 个能力世界），9B 模型训练后在全部环境上平均分从 36.5% 升至 67.1%，与 GPT-5.4（80.7%）相差 14 个点。