技术博客

LongHorizonUI是一项聚焦GUI智能体能力跃迁的前沿研究项目，致力于突破传统界面交互的短期决策局限，赋予智能体“长视野”（Long Horizon）的规划与推理能力。该项目通过融合多步任务建模、跨应用状态追踪与用户意图持续理解等技术路径，显著提升GUI智能体在复杂人机交互场景中的自主性与鲁棒性，推动智能水平从“响应式操作”迈向“目标导向型协作”。

在ICLR 2026会议上，研究团队正式提出LongHorizonUI——一项面向GUI智能体的前沿研究项目，旨在系统性解决其在长链路任务中的性能瓶颈。该类任务广泛存在于移动设备与桌面计算机的日常交互中，如预订会议、购买并装备游戏道具，或跨应用执行连贯工作流程，常需连续完成十几步乃至几十步精细操作。LongHorizonUI通过建模长程依赖、优化动作规划与界面状态追踪机制，显著提升了智能体在复杂多步交互场景下的鲁棒性与完成率。