20 de agosto,
Alibaba lanza oficialmente Qwen-UI-Agent
, un modelo base de agente GUI centrado en el mundo real, que cubre terminales móviles, terminales de computadora, terminales web y entornos de búsqueda profunda (DeepSearch).
Según la introducción oficial,
Qwen-UI-Agent realizó una evaluación comparativa completa y superó al modelo insignia de la industria en múltiples pruebas comparativas de GUI
. En el lado móvil, alcanzó el 82,1% en el índice de referencia MobileWorld, superando a GPT-5.6 Sol y Claude Opus 4.8 con 12,0 y 14,6 puntos porcentuales respectivamente; alcanzó el 92,2% en el punto de referencia de máquinas reales MobileWorld-Real, superando a Gemini 3.1 Pro, Claude Opus 4.8 y GPT-5.6. Sol y otros modelos; en AndroidDaily llega al 97,5%, cerca de la puntuación perfecta. En el lado de las computadoras, alcanzó el 79,5% en OSWorld-Verified, superando a modelos como GPT-5.5 y Gemini 3.1 Pro. En términos de navegador y DeepSearch, alcanzó el 73,6% en WebArena, ocupando el primer lugar entre todos los modelos comparados. En términos de GUI Grounding, alcanzó el 81,5% en ScreenSpot-Pro y también actualizó SOTA en los cuatro puntos de referencia de evaluación restantes.
Qwen-UI-Agent ha creado un entorno móvil de máquina real que cubre más de 100 teléfonos móviles reales y más de 150 aplicaciones para la construcción de tareas, recopilación de trayectorias, entrenamiento y evaluación de modelos, y creó su propio punto de referencia de máquina real MobileWorld-Real (más de 400 tareas y más de 100 aplicaciones) para salvar la última milla de "de la simulación a la realidad". Además de las operaciones de la GUI, el modelo también puede realizar directamente operaciones de línea de comandos y generar múltiples acciones en lotes en una sola decisión. Las acciones de CLI representan casi la mitad de las tareas informáticas y alrededor del 40% de las acciones se generan en lotes.
En cuanto a los mecanismos de seguridad,
Qwen-UI-Agent implementa criterios de seguridad durante todo el proceso de ejecución de tareas
: Ante solicitudes ilegales o de alto riesgo, rechazar directamente y finalizar la tarea; Ante escenarios sensibles como pago, eliminación de datos, autorización de privacidad, etc., deténgase proactivamente en los pasos clave y explique la situación al usuario. El modelo también admite capacitación de aprendizaje por refuerzo en línea en trayectorias ultralargas de más de 100 pasos y se puede implementar simultáneamente con alrededor de 10,000 entornos simultáneos para conquistar continuamente tareas a larga distancia.
vía
cnBeta.COM - Sitio de información de la industria china
(autor: fuente: tecnología ifeng.com)