
2026/09/20 0:52
秀 HN:CUA-S1 — コンピューター利用のためのシステムワンモデル
RSS: https://news.ycombinator.com/rss
要約▶
Japanese Translation:
Cua プロジェクトは、デスクトップ自動化のための包括的なオープンソースエコシステムを導入し、エージェントが複数のオペレーティングシステムにおいてコードとグラフィカルインターフェースの両方と対話できるようにします。この概念は「Computer-Use 2.0」として記述されています。このスイートは、専用 API キーや複雑なコンテナ化環境への依存を排除するため、Sandbox SDK を通じた孤立型クラウドデスクトップ(Cua Fleets)のラン.cua.ai を介した柔軟なデプロイメントオプション、および Apple の Virtualization.Framework を使用したローカル macOS/Linux 仮想マシン(Lume)を提供します。主要ツールには、CLI、MCP、または Typed SDK を介して macOS、Windows、Linux でのネイティブアプリケーションの検査と操作を行う Cua Driver および、VM、Docker、モデル API キーを必要とせずにコンピューター使用タスクの構築と評価を行える Cua Bench が含まれます。プラットフォームには Hugging Face ホストされた高速かつ有界な意思決定を実現する専門化された「System 1」モデル(CUA-S1)が特徴です。すべてのコアコンポーネントは MIT ライセンスであり、Kasm(MIT)、OmniParser(CC-BY-4.0)などのサードパーティ統合、および ultralytics(AGPL-3.0)を含むオプションの cua-agent[omni] が含まれます。ユーザーはコマンドラインインターフェースまたはソフトウェア開発キットを通じてこれらのリソースを容易にデプロイでき、Cua Driver、Lume、Cua Bench のためのインストールコマンドが提供されています。プロジェクトは研究者や企業がエージェントベースのワークフローの標準化によって運営を合理化できるように支援し、ドキュメント、ブログ記事、Discord コミュニティへの関与、GitHub Issues、およびプライベートな脆弱性情報報告を含むサポートを提供します。ユーザーには研究文脈でソフトウェアを引用することを求められており、Apple、macOS、Ubuntu、Canonical、Microsoft の商標はそれぞれの所有者に属し、本プロジェクトはこれらの会社とは無関係であり、推奨されるものではありません。将来の開発では、コミュニティ関与とモデルリポジトリの拡大を通じて継続的な成長を約束しており、ベンダーロックインや過度な技術的オーバーヘッドなしで高度なコンピューター使用アプリケーションを育成します。
本文
Cua: AI エージェントのための包括的なコンピューティングプラットフォーム
Cua は、AI エージェントに利用可能なコンピューティング環境を提供するオープンソースのプラットフォームです。デスクトップ自動化機能、隔離されたクラウドデスクトップ、ローカル仮想マシン (VM)、専門的な意思決定モデル、および評価用ベンチマークを備えています。
すぐに試したい場合は、Cua Fleets をチェックしてください。
あなたの選択に応じたパス
プラットフォームでは以下の機能を提供しています:
- Cua Fleets: リンクスデスクトップのプロビジョニング、コマンド実行、スクリーンショット保存。
- CUA-S1: 迅速な意思決定に特化した小型モデルの探索。
- Cua Driver: カルキュレーターアプリ操作と結果検証。
- Lume: Tahoe VM の作成および SSH 接続。
- Cua Bench: シミュレーションタスクの構築と評価。
独自のエージェントを持ち込むことも可能です。**「コンピューター使用 2.0」**は、コード、API、グラフィカルインターフェースを行き来するエージェントを指す概念です。
Cua Driver の実動作例
Omarchy デスクトップ上で、以下の同時動作が確認できます:
- 2 つの
セッションで LibreOffice Calc と Inkscape を操作Cua Driver - 端末はフォアグラウンドで稼働継続
- 50 秒間のデモ映像を参照
Cua Fleets: 隔離されたクラウドデスクトップのプロビジョニング
run.cua.ai で、サンドボックス容量を維持する単位である「Fleet」を使用してデスクトップを取得し、Sandbox SDK を用いてコマンドを実行・対話できます。
最初の成果
- リンクスデスクトップのプロビジョニング
コマンド実行uname -a- スクリーンショット保存
- クラウドリソース削除(必ず Clean up ステップに従う)
注意: プーリング機能により割り当て終了後も有料容量が保持されるため、クリーンアップは必須です。
ローカルサンドボックスと Fleets の違い
- 両者とも
を共有しますが、認証情報・イメージ・操作内容・ランタイム要件に差があります。Sandbox SDK - ハードウェア管理の詳細は「Manage local sandbox lifecycle」を参照してください。
関連リンク:
Cua Driver: ネイティブデスクトップアプリとブラウザの操作
macOS、Windows、Linux のネイティブアプリおよびブラウザを操作するためのエージェント用ツールを提供します。CLI、MCP、または typed SDK で接続可能です。
背景配信(Background delivery)
対応プラットフォームでは、ポインタ移動やフォーカス取得なしに作業が可能です(境界条件はサポートドキュメント参照)。
インストールコマンド
macOS / Linux
/bin/bash -c "$(curl -fsSL https://cua.ai/driver/install.sh)"
Windows (PowerShell)
irm https://cua.ai/driver/install.ps1 | iex
最初の成果
- エージェントに接続し、「6 × 7」を計算させる
- アプリが「42」と表示していることを検証
- 設定・パーミッション・エージェント接続の詳細はドキュメント参照
関連リンク:
統合情報: Claude Code、Codex、Cursor、OpenClaw 等のお使いの環境に応じたインテグレーションをご用意。アーキテクチャノートは
にあります。libs/cua-driver/README.md
CUA-S1: コンピューター使用のための小型特化モデル
CUA-S1 は、「システム 1」タイプの小型意思決定モデルファミリーです。値入力の有無や要素操作などの、迅速で限定された意思決定に適しています。
特徴と仕組み
- 研究プロファイル: フォームを対象とし、トークンごとの生成ではなく、構造化されたインターフェース要素から意図スコアリング。
- アクション処理: アプリコードが順序付けを行い、オプションの Cua Driver インテグレーションで明示的な境界を用いて実行。
リソースとライセンス
- 初期リリースは GitHub でソースコード公開(MIT ライセンス)。
- モデル重みは Hugging Face に独立してホスト。
- 各モデル・データセットカードにスコープ、制限事項、アーティファクト固有のライセンスを必ず確認してください。
関連リンク:
Lume: Apple Silicon 上のローカル macOS/Linux VM の管理
Apple Virtualization.Framework を使用し、Apple Silicon でローカル macOS および Linux VMを管理します。
インストール
/bin/bash -c "$(curl -fsSL https://cua.ai/lume/install.sh)"
最初の成果
- Apple リストアーからバニラ macOS Tahoe VM を作成・起動
- SSH 経由での接続
- Lume CLI を直接操作し、無人設定のデフォルト値を活用
関連リンク:
Cua Bench: コンピューター使用タスクの構築と評価
コンピューター使用タスクを構築し、エージェントを評価・トレーニング用の軌跡をエクスポートします。VM や Docker、API キーが不要なシミュレーションタスクから始められます。
環境準備 (Python 3.12 または 3.13 + uv)
uv tool install 'cua-bench[browser]' uv tool run --from 'cua-bench[browser]' playwright install chromium
最初の成果
- 小さなタスク作成
- 参照ソリューション実行
- 評価器が報酬値**「1.0」**を報告することを確認
- 同じタスクの再試行を試す
関連リンク:
リソース一覧
- Documentation: ガイド、例、API リファレンス
- Blog: チュートリアル、更新情報、研究成果
- Discord: コミュニティサポートと議論
- GitHub Issues: バグ報告・機能リクエスト
- Security: プライバシー保護の脆弱性報告
引用 (Citation)
研究で Cua を使用する場合、以下のソフトウェアを引用してください:
@software{cua2025, author = {{Cua AI, Inc.}}, title = {Cua}, year = {2025}, url = {https://github.com/trycua/cua}, license = {MIT} }
推奨: 再現性のため、実験で使用した Cua リリースまたはコミットを明記してください。
ファイルも参照可能です。CITATION.cff
コントリビューションとライセンス
**コントリビューション大歓迎。**詳細は「コントリビューションガイドライン」をご覧ください。
ライセンス
- Cua: MIT ライセンス
- サードパーティコンポーネント:
- Kasm (MIT)
- OmniParser (CC-BY-4.0)
(AGPL-3.0 ※ultralytics 含む)cua-agent[omni]
商標
Apple、macOS、Ubuntu、Canonical、Microsoft の商標はそれぞれの所有者に登録されています。本プロジェクトはこれらの企業との関係や支援を受けておりません。