2026 年 1 月，在操作智能领域权威评测体系 OSWorld 发布的最新榜单中，九章云极 DataCanvas 凭借在 Alaya NeW Cloud 强化学习平台上训练的 DART-GUI-7B 模型，以卓越的智能操控表现，一举夺得 OSWorld 7B 赛道冠军！

九章云极：Alaya NeW Cloud 强化学习平台

Alaya NeW Cloud 是由九章云极打造的以强化学习（Reinforcement Learning, RL）为核心能力的智算云平台，该平台通过将强化学习能力深度融入底层基础设施，重构了智能计算的架构与逻辑，旨在为企业和开发者提供“可用、好用、经济”的算力资源。

Alaya NeW Cloud打造前沿强化学习云平台，平台原生支持一键式Agentic RL 开发环境启动 、分布式极核Agentic RL训练，性能上实现训推分离与全流程加速，生态上预置多种主流Agent仿真环境，高效支撑强化学习技术的快速落地与创新突破，精准解决 AI 技术应用中的效率和成本等核心问题。目前，九章云极已在全球布局多个聚焦于加速计算优化的 AIDC 智算中心，持续赋能 AI 技术的高效应用与行业规模化落地。

DataCanvas Alaya NeW Cloud

核心技术解读：轻量化模型的GUI智能体突破

什么是OSWorld？

OSWorld 是目前 AI 领域衡量 “智能体（Agent）跨软件操作电脑” 能力最顶尖的基准测试，它模拟真实的操作系统环境，要求 AI 像人类一样通过视觉观察屏幕，并精准操控浏览器、Excel、VS Code 等各类桌面应用来完成跨平台的复杂任务，被OpenAI、Anthropic、字节跳动Seed、月之暗面、智谱等顶尖AI团队广泛采用，更是检验AI能否从“只会聊天”进化为“高效数字员工”的硬核试金石。

为什么 OSWorld 对 7B 模型几乎是“地狱难度”？

href="">• 真实生态：任务在 VS Code、LibreOffice 等真实软件中运行，环境信息密度远超结构化数据

• 闭环操控：需要连续理解截图、规划路径和进行键鼠操作，考验长程推理能力

• 零容错率：限时30步，操作需步步为营，失败不可逆转

• 数据稀疏：基础成功率不足1/4，即使是大模型也面临严峻挑战

复杂的跨软件协作与精细的坐标控制，使得参数规模有限的7B模型在“理解”与“执行”之间难以调和，长期处于“不可用”状态。

核心技术路径：九章云极 三大创新赋能轻量化突破

1. 核心方法：解耦式 GUI 智能体强化学习框架

九章云极并未通过简单扩大模型规模取胜，而是选择了系统级的算法创新。提出了 DART（Decoupled Agentic Reinforcement Training），首次将 GUI 智能体的强化学习训练流程彻底解耦为四个异步模块：

三项关键突破

• 推演级轨迹调度（Rollout-Level Scheduling）

￮ 以“单条轨迹”作为调度最小单位

￮ 每个 rollout 完成后立即释放环境并启动下一个任务

￮ 环境利用率提升从 12.2% 达到 67.7%，提升幅度高达 5.5 倍

• 动态模型服务池（Dynamic Model Serving Pool）

￮ 采用 GPU 推演的集中化管理，支持多模型版本的热加载

￮ 避免了传统“一卡一环境”的资源浪费

￮ GPU 推演利用率提升 1.6 倍

￮ GPU 资源的并发弹性扩展能力

• 训练与推理异步执行（Asynchronous Execution of Training and Inference）

￮ 训练与推演实现异步解耦

￮ 避免模型更新导致服务阻塞

2. 数据策略：四层自适应筛选，放大稀疏成功信号

针对 GUI 强化学习中的“成功少、噪声多”核心难题，DART 设计了覆盖任务、轨迹、步骤和 Token 的四层筛选机制：

粒度	策略	策略思想
任务级	动态采样频率调整	简单任务降采样，困难任务分配更多资源
轨迹级	成功经验回注	在线全失败时自动注入历史成功轨迹
步骤级	高熵动作优先	聚焦关键决策步骤（≈80% 有效学习）
Token 级	截断重要性采样	缓解策略漂移，稳定强化学习训练

这一机制使得 7B 模型，在最大30步内，即可稳定的实现OSWorld中的任务要求。

3. 多维优化：以轻量化参数对冲复杂场景，重塑性能边界

九章云极经过强化学习训练的7B 模型之所以能实现突破，关键在于采用了“场景适配、精度优化、算力协同”的三维技术方案，在控制参数量的同时，最大化提升操作智能性能。

• 场景化指令对齐技术：基于百万级真实操作场景数据训练，构建细分领域的指令库，优化模型对办公自动化、数据处理等高频场景的语义理解能力，精准捕捉模糊指令背后的核心需求，使指令理解准确率较通用模型提升23%，并减少无效操作。

• 混合精度推理优化：借鉴智算硬件优化经验，对模型不同模块进行精度分层处理。核心推理模块保留 FP16 精度以确保准确性，非核心模块量化至 INT8 精度。这一调度方式实现推理效率提升 1.8 倍，资源占用率降低 40%。

• 软硬件协同调度机制：依托自研的智算技术栈优势，深度协同模型推理与算力资源，动态调整算力分配策略以应对负载波动，避免资源闲置。同时使用专用推理加速引擎优化 GUI 元素识别与动作规划的计算链路，进一步降低轻量化模型的推理延迟。

实验结果：全类型任务下性能优势显著

在最大步长仅有 30 步的情况下，DART-GUI-7B 在多种任务类型上表现出显著优势，包括：

• 浏览器类（Chrome）

• 图像/设计类（GIMP）

• 邮件客户端类（Thunderbird）

• 代码/IDE 类（VS Code）

• 操作系统交互类（OS）

亮点：GIMP 类任务的正确率高达 80.77%，且在办公套件（Impress、Writer、Calc）、媒体播放类（VLC）以及多应用协同等任务中，其能力也有显著提升。

九章云极还进行了真实场景的验证。在 DataCanvas Alaya NeW 平台上，DART-GUI-7B 成功地通过键鼠操作完成文档查找、导航到指定页面及查找官网联系方式等场景任务，其成功率超过 90%。

产业价值与未来展望

目前，AI 大模型正加速从“技术验证”向“产业落地”转变。通用人工智能作为连接数字世界与物理操作的重要工具，在办公自动化、智能运维和工业控制等领域展现出广阔的应用前景。然而，模型部署成本高、轻量化模型性能不足及数据出域安全等问题，仍然是产业规模化的关键瓶颈。

九章云极的 7B GUI 模型突破为行业提供了“低成本、高性能”的通用人工智能解决方案，有望推动通用人工智能在中小企业及长尾场景的普及。