2026年7月30日 · Echoverse
Echoverse: Deep, Evolving Environments for Training Computer-Use Agents at Scale
Echoverse 是一个用于训练计算机使用代理的合成环境生成与共同进化框架。它通过编译规范生成有状态应用，任务根据应用自身数据库评分，并采用共同进化循环，将每次分级回放用于环境修复和模型训练。在十二个环境上训练后，一个 9B 模型在十四个评估分割上的准确率从 36.5% 提升到 67.1%，与指导它的更大前沿模型相差 14 个百分点。浅层环境在相同领域将实时准确率从 80.0 降至 75.0。
EVENT STORY
发展脉络
- 首次出现Echoverse: Deep, Evolving Environments for Training Computer-Use Agents at ScalearXiv cs.AI
- 行业反馈Echoverse: Deep, evolving environments for computer-use agentsMicrosoft Research
- 当前判断Echoverse 表明合成环境的质量比数量更重要，这可能会影响计算机使用代理的训练方法。微软研究院的参与表明大型科技公司正在投资于代理训练基础设施，可能推动更逼真的模拟环境的发展。Agent Pulse · 分析
Echoverse 是一个用于训练计算机使用代理的合成环境生成与共同进化框架。它通过编译规范生成有状态应用，任务根据应用自身数据库评分，并采用共同进化循环，将每次分级回放用于环境修复和模型训练。在十二个环境上训练后，一个 9B 模型在十四个评估分割上的准确率从 36.5% 提升到 67.1%，与指导它的更大前沿模型相差 14 个百分点。浅层环境在相同领域将实时准确率从 80.0 降至 75.0。
Echoverse 的核心创新在于将环境生成从数量转向质量，强调行为深度、针对失败交互和共同进化。其共同进化循环将分级回放同时用于环境修复和模型训练，使环境与模型同步改进。这种设计可能解决合成环境与真实环境之间的分布偏移问题，但需要更多证据验证其泛化能力。
Echoverse 表明合成环境的质量比数量更重要，这可能会影响计算机使用代理的训练方法。微软研究院的参与表明大型科技公司正在投资于代理训练基础设施，可能推动更逼真的模拟环境的发展。
Echoverse 可能降低训练计算机使用代理的成本，通过合成环境减少对真实登录应用的需求，从而加速代理在自动化工作流（如电子邮件和客户支持）中的部署。
未来可关注 Echoverse 是否开源、在更多领域（如客户支持）的扩展，以及其共同进化循环在更大模型上的效果。