Surfer 2 de H Company: nuevo agente ’computer-use’ multiplataforma

La compañía H Company ha anunciado Surfer 2, un agente de 'computer-use' (uso de ordenadores) capaz de operar en múltiples plataformas digitales mediante interacción visual y táctil. El sistema logra resultados récord en cuatro pruebas de referencia que evalúan la capacidad de agentes de inteligencia artificial para controlar ordenadores, navegar por la web y gestionar dispositivos móviles.

La arquitectura de Surfer 2 separa planificación estratégica de ejecución táctica mediante un módulo orquestador configurable que descompone tareas complejas en subtareas asignadas a subagentes especializados. Cada subagente reporta resultados al orquestador, que determina el siguiente paso o replantea la estrategia en caso de fallo. El sistema puede operar con o sin este módulo según la complejidad de la tarea, e incluye componentes dedicados a percepción visual, validación de tareas y recuperación ante fallos para garantizar consistencia en diferentes entornos.

En OSWorld, una prueba que mide la capacidad para controlar un entorno de escritorio Ubuntu, Surfer 2 alcanza un 60,1% de éxito en el primer intento dentro de la categoría que permite únicamente percepción visual e interacción. Con diez intentos, el sistema llega al 77%, superando la línea base humana del 72,4%. En WebArena, que evalúa agentes en entornos web simulados que incluyen comercio electrónico, foros sociales y plataformas de gestión de contenidos, obtiene un 69,6% de éxito.

En WebVoyager, una prueba de recuperación de información en sitios web activos, Surfer 2 logra un 97,1% de acierto, mejorando el anterior registro del 93,9%. En AndroidWorld, que mide la capacidad para controlar dispositivos Android y usar 20 aplicaciones reales, alcanza un 87,1% de éxito mediante visión e interacción táctil, superando también la línea base humana del 80%.

H Company señala que los resultados de Surfer 2 provienen de la combinación de modelos de fundación externos con sus propios métodos de entrenamiento e infraestructura de agentes. La compañía indica que las ejecuciones de Surfer 2 tienen costes elevados y trabaja ahora en Holo2, su siguiente modelo propietario diseñado para ofrecer rendimiento similar con costes reducidos. Próximamente publicará un informe técnico completo sobre el rendimiento y las evaluaciones de Surfer 2.

Puntos clave

• H Company lanza Surfer 2, agente 'computer-use' que opera en escritorio, web y móvil.
• Alcanza los mejores resultados registrados en cuatro pruebas de referencia principales.
• La arquitectura separa planificación de ejecución mediante un módulo orquestador configurable.
• Logra 60,1% de éxito en OSWorld y 77% con múltiples intentos, superando línea base humana.
• Obtiene 69,6% en WebArena, 97,1% en WebVoyager y 87,1% en AndroidWorld.
• Utiliza percepción visual y táctil para interactuar con las plataformas.
• H Company trabaja en Holo2 para ofrecer rendimiento similar con costes reducidos.