行业与实践 · 标签「UI-Mate」

研究与基准测试/2026-08-16/11 分钟

进度 76.86，整题只有 41.00：腾讯 UI-Mate 用检查点评办公 GUI

OSWorkerBench 100 题、上限 200 步。27B 进度 76.86，整题成功 41.00，只比 Kimi-K2.6 的 40.67 高 0.33。OSWorld-Verified 77.0，低于 GPT-5.5 的 78.7。自演示的 30 题是按「没演示就失败」挑的。