WebVoyager: Building an end-to-end web agent with large multimodal models
PulseAugur coverage of WebVoyager: Building an end-to-end web agent with large multimodal models — every cluster mentioning WebVoyager: Building an end-to-end web agent with large multimodal models across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新研究增强了 AI 代理的记忆、推理和有根据能力
研究人员正在开发先进的方法，使 AI 代理能够有效地利用长期记忆并提高其推理能力。一种名为查询条件重用 (QCR) 的方法侧重于代理如何将过去的轨迹适应新环境，在各种基准测试中显示出成功率和令牌效率的显著提高。另一个研究领域通过使用步级自蒸馏和证据锚来指导学习，解决了深度搜索代理强化学习中奖励稀疏的问题。此外，SynWeaver 等框架旨在通过与网站特定先验知识共同合成任务和轨迹来提高代理的泛化能力，而 LoongReflect 通过…
-
DeepSeek寻求73.5亿美元创纪录融资；腾讯被视为投资者
人工智能公司DeepSeek据报道正寻求高达500亿元人民币（约合73.5亿美元）的首轮主要外部融资，这可能创下中国初创公司的新纪录。业内人士猜测腾讯比阿里巴巴更有可能参与，这表明科技巨头之间存在战略分歧。与此同时，腾讯AI部门的一名前高级研究员已加入OpenAI。
-
Smooth 和 ContextFort 提供 AI 代理的可视性和控制
Smooth 推出了新的无服务器浏览器代理 API，旨在提高可靠性、速度和成本效益，声称比现有解决方案便宜 7 倍，速度快 5 倍。该 API 通过处理即时浏览器启动和验证码解决等复杂问题，简化了开发人员的 Web 自动化任务。另外，ContextFort 推出了一个工具，为 Cursor 和 Claude Code 等 AI 编码代理提供可视性和控制，解决了代理访问开发人员机器上的敏感文件和凭据的安全问题。
-
OpenAI 推出 Operator，一款可浏览网页执行任务的 AI 代理
OpenAI 推出了 Operator，这是一款新推出的 AI 代理，旨在通过其自有浏览器与网站互动来执行基于网页的任务。该代理由一个名为 Computer-Using Agent (CUA) 的新模型驱动，可以通过打字、点击和滚动来填写表格、订购杂货等。Operator 最初作为一项研究预览向美国地区的 Pro 用户提供，目前正在集成到 ChatGPT 中，并将扩展到其他用户级别。该代理在网页交互基准测试中已展现出最先进的性能。