清华/Z.AI ScaleCUA：CUA 在线 RL 性能突破

2026年10月26日，清华大学与Z.AI合作推出的ScaleCUA系统，通过可验证任务合成技术推动了CUA（Continuous Uninterruptible Activity）在线强化学习（RL）的发展。早先报道指出，CUA的RLVR（Reinforcement Learning from Videos）在可验证数据稀缺和在线RL低效的问题上遇到了瓶颈，并非仅仅因为缺乏更大的VLM（Very Large Model）。最新报道称，ScaleCUA通过创新的技术手段解决了这一问题，实现了CUA在线RL性能的新突破。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。