Yutori智能体
3 étapes1 pièces3 Sources
Yutori通过采用Crusoe Managed Inference服务，将其Navigator n2计算机使用模型的单次任务成本降至1.46美元，远低于前沿模型13至40美元的区间。这一突破源于双方自2025年11月起的深度合作：从NVIDIA Hopper GPU上的训练扩展到生产环境部署，利用集群级KV缓存技术解决后台代理高吞吐、低延迟的需求。Yutori声称其n2模型在OSWorld 2.0基准测试中实现了接近前沿模型的准确率，同时运行速度提升2-4倍，成本降低3-5倍。这标志着小型初创公司无需自建复杂推理栈，即可通过外部基础设施实现大规模、低成本的全自动网页操作能力。
Comment on en est arrivé là
Yutori开始与Crusoe合作，在NVIDIA Hopper GPU上进行Navigator模型的训练和后训练。
crusoe.ai ↗Crusoe发布案例研究，确认Yutori已在其Managed Inference平台上生产部署Navigator n2，实现约10倍的规模扩展。
crusoe.ai ↗Yutori首席科学家Dhruv Batra在视频中详细阐述推理成本优势，指出n2在OSWorld 2.0上每任务成本为1.46美元。
youtube.com ↗
Ce qui reste non résolu
- Yutori声称的“接近前沿模型准确率”具体指哪些基准测试下的数值差距？
- 除Crusoe外，其他云服务商是否提供类似的集群级KV缓存以支持此类高吞吐后台代理？
- Navigator n2在更复杂的非浏览器桌面环境（如Linux/Windows）中的实际稳定性如何？