Surfer 2 de H Company: nou agent ’computer-use’ multiplataforma

La companyia H Company ha anunciat Surfer 2, un agent de 'computer-use' (ús d'ordinadors) capaç d'operar en múltiples plataformes digitals mitjançant interacció visual i tàctil. El sistema aconsegueix resultats rècord en quatre proves de referència que avaluen la capacitat d'agents d'intel·ligència artificial per controlar ordinadors, navegar per la web i gestionar dispositius mòbils.

L'arquitectura de Surfer 2 separa planificació estratègica d'execució tàctica mitjançant un mòdul orquestrador configurable que descompon tasques complexes en subtasques assignades a subagents especialitzats. Cada subagent reporta resultats a l'orquestrador, que determina el següent pas o replanteja l'estratègia en cas de fallada. El sistema pot operar amb o sense aquest mòdul segons la complexitat de la tasca, i inclou components dedicats a percepció visual, validació de tasques i recuperació davant fallades per garantir consistència en diferents entorns.

A OSWorld, una prova que mesura la capacitat per controlar un entorn d'escriptori Ubuntu, Surfer 2 assoleix un 60,1% d'èxit en el primer intent dins la categoria que permet únicament percepció visual i interacció. Amb deu intents, el sistema arriba al 77%, superant la línia base humana del 72,4%. A WebArena, que avalua agents en entorns web simulats que inclouen comerç electrònic, fòrums socials i plataformes de gestió de continguts, obté un 69,6% d'èxit.

A WebVoyager, una prova de recuperació d'informació en llocs web actius, Surfer 2 aconsegueix un 97,1% d'encert, millorant el registre anterior del 93,9%. A AndroidWorld, que mesura la capacitat per controlar dispositius Android i usar 20 aplicacions reals, assoleix un 87,1% d'èxit mitjançant visió i interacció tàctil, superant també la línia base humana del 80%.

H Company assenyala que els resultats de Surfer 2 provenen de la combinació de models de fonamentació externs amb els seus propis mètodes d'entrenament d'agents i infraestructura. La companyia indica que les execucions de Surfer 2 tenen costos elevats i treballa ara en Holo2, el seu següent model propietari dissenyat per oferir rendiment similar amb costos reduïts. Properament publicarà un informe tècnic complet sobre el rendiment i les avaluacions de Surfer 2.

Punts clau

• H Company llança Surfer 2, agent 'computer-use' que opera en escriptori, web i mòbil.
• Assoleix els millors resultats registrats en quatre proves de referència principals.
• L'arquitectura separa planificació d'execució mitjançant un mòdul orquestrador configurable.
• Aconsegueix 60,1% d'èxit a OSWorld i 77% amb múltiples intents, superant línia base humana.
• Obté 69,6% a WebArena, 97,1% a WebVoyager i 87,1% a AndroidWorld.
• Utilitza percepció visual i tàctil per interactuar amb les plataformes.
• H Company treballa en Holo2 per oferir rendiment similar amb costos reduïts.