Pesquisadores da UC Berkeley lançam CUA-Lite, plataforma aberta para agentes que operam computadores
Pesquisadores da Universidade da Califórnia em Berkeley apresentaram o CUA-Lite, uma plataforma de código aberto voltada para agentes de uso computacional, conhecidos pela sigla em inglês CUAs. A proposta central do projeto não está em um novo modelo de inteligência artificial, mas na infraestrutura necessária para treinar e avaliar esses agentes, que hoje se encontra fragmentada em diferentes repositórios com interfaces incompatíveis.
O desenvolvimento de um CUA depende de quatro componentes: os agentes propriamente ditos, os ambientes onde eles executam tarefas, os registros das ações realizadas, chamados de traces, e um arcabouço para treinamento e avaliação. Segundo os pesquisadores, essas peças costumam estar dispersas em projetos isolados, o que dificulta a reprodução de experimentos e a comparação entre abordagens. O CUA-Lite reúne todos esses elementos sob um único espaço de ações, um esquema unificado de dados e um comando único de execução, abrangendo ambientes de desktop, navegador e dispositivos móveis.
A contribuição mais concreta da plataforma é o Lite.OSWorld, uma reformulação do benchmark OSWorld, que reproduz um desktop Ubuntu para testar agentes. A versão original utiliza uma máquina virtual baseada em QEMU/KVM, que exige virtualização aninhada e consome cerca de 4,1 gigabytes de memória por tarefa. O Lite.OSWorld substitui essa máquina virtual por um contêiner Docker com ambiente GNOME, reduzindo o consumo para aproximadamente 0,9 gigabytes. O tempo de inicialização também diminui, passando de 29,9 segundos para 23,8 segundos, e a paralelização aumenta em cerca de 4,6 vezes, o que permite executar muito mais instâncias simultaneamente em um mesmo hardware.
Os pesquisadores afirmam que a fidelidade dos resultados foi preservada nessa transição. Em testes com 13 modelos diferentes, as pontuações obtidas no contêiner Docker corresponderam às da máquina virtual original, indicando que os sinais de treinamento gerados no ambiente leve podem ser transferidos para o benchmark real. O Lite.OSWorld faz parte de uma família maior de sandboxes que inclui o Lite.ScaleCUA, o Lite.CUAGym e o Lite.CUAWorld, este último cobrindo cerca de 40 aplicações como Blender, QGIS e Visual Studio Code. No total, a plataforma oferece mais de 30 mil tarefas verificáveis.
O segundo pilar do CUA-Lite é o LiteSample, um esquema único de dados para aprendizado supervisionado, distribuído em formato parquet acompanhado de imagens. Mais de dez conjuntos de dados já existentes, entre eles Aguvis, OpenCUA, ScaleCUA, GUI-360, GUIOdyssey e Multimodal-Mind2Web, foram convertidos para esse padrão e publicados gratuitamente na plataforma Hugging Face. Além desses corpora já consolidados, a equipe gerou novos conjuntos de dados a partir da execução de modelos de fronteira nos sandboxes, com o objetivo de destilação em modelos menores. Como cada família de modelos espera um formato específico de entrada, a plataforma inclui um adaptador por modelo que reorganiza o LiteSample unificado no formato de treinamento esperado por cada arquitetura.
A integração entre agentes e ambientes ocorre no lite.gym, componente que envia capturas de tela para os agentes e recebe as ações de volta, com um espaço de ações padronizado por plataforma. Mais de dez agentes já estão integrados, incluindo modelos das famílias GPT, Claude, Gemini, Qwen3-VL, UI-TARS, Fara-7B e MAI-UI, e mais de 15 benchmarks estão disponíveis, distribuídos entre tarefas de grounding, como ScreenSpot-Pro e OSWorld-G, desktop, como OSWorld, OSWorld-2, WindowsAgentArena e CUABench, navegador, como WebArena, VisualWebArena, MiniWoB, WebVoyager, Online-Mind2Web e WebGym, e mobile, como AndroidWorld, AndroidLab, MobileWorld e MobileGym.
A mesma estrutura que sustenta a avaliação também serve para o treinamento. No caso do ajuste fino supervisionado, os pesquisadores documentaram um experimento com o modelo Qwen3-VL-2B-Instruct sobre trajetórias do Lite.ScaleCUA em desktop, no qual o retorno médio por episódio subiu de 0,138 para 0,237 em uma divisão de 332 tarefas do lite.osworld, em uma configuração executada em duas GPUs. Para aprendizado por reforço, as execuções avaliadas no ambiente alimentam atualizações do tipo GRPO, técnica que compara grupos de respostas para ajustar o modelo, sobre a biblioteca Slime, com um exemplo funcional no MobileGym envolvendo 416 tarefas móveis distribuídas em 28 aplicativos.
Em termos de implantação, o pacote pode ser instalado com o comando uv sync --all-extras em ambiente Python 3.12, e os sandboxes leves funcionam em qualquer host Docker, sem necessidade do dispositivo /dev/kvm. Isso torna a plataforma compatível com instâncias em nuvem, executores de integração contínua e contêineres aninhados. Os pesquisadores destacam, porém, que o repositório ainda não traz uma licença explícita, o que exige verificação dos termos antes de qualquer uso comercial.
