简介
ScaleCUA（github.com/OpenGVLab/ScaleCUA，ICLR 2026 Oral）是 OpenGVLab 开源的跨平台 Computer Use Agent 家族：基于大规模跨 OS GUI 数据训练，可在桌面与移动界面上完成 grounding、直接动作与带推理的动作生成。公开 ScaleCUA-3B 等权重（Hugging Face OpenGVLab/ScaleCUA-3B）与 ScaleCUA-Data 数据集，支持作为独立 Agent 或作为更强规划器的 GUI grounder。适合研究与自建 GUI Agent 流水线，非托管 SaaS。
- 跨平台 GUI 操作（桌面+移动）
- Grounding / Direct / Reasoned 三种推理范式
- 公开模型权重与数据集
- ICLR 2026 Oral 论文与代码
- 可作模块化 Agent 的 grounder
界面截图
可左右滑动，或使用方向键、Home 和 End 浏览截图。