为应对这一挑战，复旦大学和通义实验室 MobileAgent 团队联合提出 ToolCUA，一个面向 GUI-Tool 混合动作空间的 Computer Use Agent … 论文提出 Interleaved GUI-Tool Trajectory Scaling Pipeline：从已有 GUI 轨迹出发，利用 MLLM 合成 grounded tool library，再将 GUI-only trajectories 转换成 interleaved GUI-Tool trajectories … 接下来，更值得继续和推进的方向，是构建更大规模的 CUA 工具，训练更大规模的 CUA 基座模型，让 CUA 原生具有 hybrid actions 的能力，更好地解决人类复杂问题。