行业与实践 · 标签「百度」

研究与基准测试/2026-09-09/9 分钟

跨设备依赖一断就归零：百度参与的 JarvisGUI 用终态评 GUI

150 道组合题，最好的整题成功是 HOLO2 的 12/150（8.0%）。多设备有依赖的整题成功率最高 2.0%，六行里四行是 0。换规划器到 Kimi K2.6，这一格仍是 2.0。