S
SkillNav

KnowU-Bench：迈向交互式、主动化、个性化移动智能体评估

深度2026年4月13日27 分钟阅读
最有趣的发现是：智能体在明确任务执行中表现出色，但在需要推断用户偏好或校准干预的模糊场景下性能骤降，核心瓶颈并非GUI导航，而是偏好获取与干预决策。本文适合移动智能体研究者、人机交互开发者和个性化AI系统设计者阅读。
本文编译自 KnowU-Bench: Towards Interactive, Proactive, and Personalized Mobile Agent Evaluation，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

概念速查

AI 智能体

AI Agent 是能自主感知环境、制定计划并采取行动来完成目标的智能程序——不只是聊天，而是帮你干活。

相关文章

LPM 1.0：基于视频的角色表演模型

本文提出LPM 1.0（大型表演模型），通过构建多模态人类中心数据集和训练17B参数的扩散变换器，实现了单人多工音频-视觉对话表演。该模型在保持身份一致性的同时，能够实时生成无限长度的表演视频，在LPM-Bench基准测试中取得最优结果。这项工作为对话代理、直播角色和游戏NPC提供了视觉引擎，解决了现有视频模型在表现力、实时推理和长期身份稳定性之间的三难困境。

深度·4月13日·54 分钟

DMax：扩散语言模型的激进并行解码

本文提出DMax，一种针对扩散语言模型（dLLMs）的高效解码新范式。通过将解码重新定义为从掩码嵌入到词嵌入的渐进自精炼过程，DMax有效缓解了并行解码中的错误累积问题，在保持生成质量的同时实现了激进的解码并行度。实验表明，该方法在GSM8K和MBPP等基准测试中显著提升了吞吐量（TPF提升2-3倍），在H200 GPU上达到平均1338 TPS的推理速度。

深度·4月13日·26 分钟

评论