IT之家9月15日消息，科技媒体NeoWin昨日（9月14日）发布博文，报道称微软官方推出了WindowsAgentArena基准框架，用于评估生成式AIAgents在WindowsPC上的性能。

WindowsAgentArena基准框架

微软表示该基准框架AIAgents使用主流Windows应用方面的能力和速度，其中包括MicrosoftEdge和谷歌Chrome浏览器，VisualStudioCode等编程应用，记事本、时钟和画图等预装Windows应用，VLC等主流媒体播放器。

IT之家翻译部分微软官方博文内容如下：

我们采用OSWorld框架，构建了横跨代表性领域的150多项多样化Windows任务，这些任务要求代理具备规划、屏幕理解和工具使用的能力。

我们的基准测试同样具有可扩展性，能够在Azure上无缝并行化，从而在最短20分钟内完成全面评估。

Navi

微软研究院也打造了自己的多模态AgentsNavi，并在WindowsAgentArena基准测试中对其进行了试验。

它被要求根据特定文本提示执行任务，例如：“你能将我正在浏览的网页转换成PDF文件并放置在我的主屏幕上吗，就是那个桌面？”结果显示，Navi的平均任务成功率为19.5%，相较于人类74.5%的表现评分，这一成绩仍显偏低。

IT之家附上参考地址