AI亲自操作电脑？“万能”而非“专家”AI，CUA-S1登场

试想一下。每天上班都有重复性的“客户信息输入表”或“申请表填写”工作。如果AI能像身边的同事一样，盯着电脑屏幕说“这个填这里，那个填那里”，并在一秒钟内利落地完成输入，会是怎样的体验？

最近，名为“CUA-S1”的新型AI模型系列公开了。不过，该模型走的路线与我们熟知的那些聪明聊天机器人（如ChatGPT等）略有不同。与其说是万能艺人，它更像是追求“特定领域达人”的AI。这究竟是什么技术呢？

为什么这很重要？

此前我们接触的大多数AI都是“通用型”的。写诗、写代码、提供咨询样样精通。但在企业环境中，如果将这种万能模型投入到直接控制电脑的业务（Computer Use）中，成本可能会过高，且反应不够迅速。

轻松理解：什么是系统一（System One）？

CUA-S1的核心在于它是一个“系统一（System One）”模型。这代表什么呢？

用我们的大脑活动来比喻就很容易理解了：

• 系统二（System Two）： 像解复杂数学题或写策划案时那样，仔细思考并分步骤推理的过程。现有的各类大语言模型大多采取这种方式。
• 系统一（System One）： 像手碰到热锅会立即缩回来一样，无需思考、直觉且迅速反应的过程。

简而言之，当让这个AI填写表格时，它不会纠结“嗯，先填姓名，再填身份证号……”。它一眼看到屏幕，就能立即判断出哪里该填什么并执行，是一个“一次性（one-pass）给出答案的解决者”。参考资料: cua-ai/cua-s1-forms · Hugging Face

此外，该模型不会生成文本。参考资料: cua-ai/cua-s1-forms · Hugging Face 就像是在照片中寻找特定颜色的滤镜一样，它在电脑图形用户界面（GUI）上寻找输入位置并进行评分，扮演着“评分员（Scorer）”的角色。参考资料: cua-ai/cua-s1-forms · Hugging Face

当前状况

最近公开的首个成员是 CUA-S1-FORMS。参考资料: cua/libs/cua-s1 at main · trycua/cua · GitHub 该模型的体积小得惊人：

• 参数量： 706,048个（与动辄数千亿参数的巨型模型相比，极度小巧）参考资料: Cua open-sources a 706,048-parameter model for filling forms
• 文件大小： 2.8MB（比几张手机照片还要小）参考资料: ShowHN: CUA-S1 – A System One Model for Computer Use

未来发展如何？

未来，它有望与不抢占鼠标焦点、在后台静默处理业务的技术相结合，实现当用户在电脑上做其他工作时，AI能独立完美完成表格填写或数据整理等无聊重复性工作的未来。参考资料: trycua/cua 오픈소스 완벽 분석: 마우스 포커스를 뺏지 않는 백그라운…

MindTickleBytes的AI记者视角

CUA-S1的出现是AI产业从“追求庞大”转向“高效专业化”的重要里程碑。虽然通才型AI有其必要性，但在实务中，那些小型、轻量、快速且精准的“AI专家”将获得更大的用途。这就像在工作现场，深入钻研某一领域的专家比多才多艺的万能艺人更耀眼一样。值得期待的是，未来会有更多专业模型出现，为我们节省下多少工作时间。

参考资料

1. cua/libs/cua-s1 at main · trycua/cua · GitHub
2. cua-ai/cua-s1-forms · Hugging Face

3. [CUA-S1 by Cua — Models, Pricing & API

   LLM Reference](https://www.llmreference.com/model-family/cua-s1)

4. Cua on X: “1/ Introducing CUA-S1: a family of System One …”
5. Cua open-sources a 706,048-parameter model for filling forms
6. ShowHN: CUA-S1 – A System One Model for Computer Use
7. trycua/cua 오픈소스 완벽 분석: 마우스 포커스를 뺏지 않는 백그라운…