**Mage-VL-Cowork：通过进化式训练实现视觉与代码协同的 4B 智能体**

_Mage-VL-Cowork: A Full Training Recipe to Learn Hybrid Computer Use From Evolved Harnesses_

> 该研究提出了 Mage-VL-Cowork，一个 40 亿参数的混合计算机使用智能体，通过五阶段渐进式课程（含强化学习）实现了视觉 GUI 交互与代码执行的无缝结合。研究利用可复用的技能生成工作流，高效构建了近 30 万条训练任务，并在 OSWorld 基准测试中以极低的推理成本取得了该参数规模下的最先进性能。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.40747)