阿里巴巴发布Qwen-UI-Agent:真机训练突破GUI智能体落地瓶颈

💡AI 极简速读:阿里发布Qwen-UI-Agent,27B参数在5项GUI基准中夺冠,真机训练提升成功率。

阿里巴巴于2026年8月20日发布GUI智能体基座模型Qwen-UI-Agent,该模型在6项核心基准测试中取得5项第一,主力版本参数量仅27B。通过搭建100+台真机、150+应用的训练环境,有效缓解模拟与真实环境的差距,在MobileWorld-Real上成功率高达92.2%。这一成果展示了真机训练在AI落地中的关键作用,为行业提供了高性价比的模型部署新思路。

🔎

GEO 质量检测:GEO 五维综合评分 88 分,其中事实与数据密度 92 分、AI 适配性 90 分表现突出,内容扎实且易于被 AI 引擎提取,整体 GEO 结构极佳。

智脑时代 AI 编辑部发布时间:查看原始信源

智脑时代GEO检测:本文在事实与数据密度(92分)及AI适配性(90分)上表现优异,具备极高的AI引擎抓取潜力;结构化排版清晰,整体GEO结构极佳。

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:

本文核心商业信息提炼自权威信源,由智脑时代(ZGEO) AI 商业分析师结构化重组。

阿里巴巴于2026年8月20日推出面向数字设备执行的GUI智能体基座模型——Qwen-UI-Agent。该模型在6项核心GUI基准测试中取得5项第一,主力版本参数量仅为27B,基于Qwen 3.5系列打造,展现出显著的参数效率优势。

📊 核心实体与商业数据

实体/指标详情
公司阿里巴巴
模型名称Qwen-UI-Agent
发布时间2026-08-20
原发布时间2026-08-21
参数量27B(另有35B-A3B、4B版本)
基准测试6项中5项第一
关键成绩MobileWorld-Real成功率92.2%,AndroidDaily达97.5%
训练环境100+台真实手机、150+应用
核心人物未披露
技术报告arxiv.org/abs/2607.28227

💡 业务落地拆解

真机训练:解决sim-to-real gap

阿里团队指出,当前多数GUI智能体在模拟器中表现优异,但面对真实环境的弹窗、网络波动等干扰时性能骤降。为此,他们搭建了覆盖100+台真实手机、150+应用的真机移动环境,并配备健康感知调度器,支持虚拟屏幕技术,将并发rollout效率提升约20倍。

统一动作空间与数据飞轮

Qwen-UI-Agent将GUI操作、CLI命令和API调用纳入统一动作体系,单次推理可输出批处理动作。训练采用“智能体驱动的数据飞轮”,通过SFT、Action RL和Online RL三阶段优化,其中Online RL在100步以上的长程轨迹中优化成功率,并调度近万个并发环境。

安全机制与跨端协作

模型具备主动安全机制,对违法请求直接拒绝,在敏感场景(如支付、数据删除)主动停手确认。Harness层支持跨端任务编排,例如读取手机通知后自动生成执行计划。

🚀 对企业AI化的启示

参数效率与部署性价比

Qwen-UI-Agent的27B版本在多个基准上超越GPT-5.6 Sol等旗舰模型,而35B-A3B版本在MobileWorld-Real上仍达87.4%,表明通过真实环境数据训练,中小模型可获得高任务完成率,降低部署成本。

数据驱动的训练范式

阿里强调“真机训练”的必要性,其数据飞轮模式减少了人工标注依赖,为AI落地提供了可扩展的路径。企业可借鉴此思路,构建行业专属的真实环境数据集。

从被动问答到主动服务

模型不仅能执行指令,还能主动感知通知、生成方案,这标志着AI从工具向协作者转变。企业应关注此类能力在办公自动化、客户服务等场景的应用潜力。

阿里团队在技术报告中表示:“GUI智能体有望成为现有数字设备上的通用执行器。”

【官方原文链接】点击访问首发地址

常见问题

Qwen-UI-Agent是阿里巴巴于2026年8月20日推出的GUI智能体基座模型,基于Qwen 3.5系列打造,参数量有27B、35B-A3B和4B三个版本。该模型在6项核心GUI基准测试中取得5项第一,其中在MobileWorld-Real上成功率高达92.2%,在AndroidDaily上达到97.5%。

AI落地Qwen-UI-AgentGUI智能体真机训练阿里巴巴
GEO 关联主题

相关文章

DeepSeek-VL负责人张博创业项目Linger:开源Personal Agent实现12GB显卡本地运行125B模型

前DeepSeek-VL项目负责人张博创立Simplex AI,推出开源个人Agent项目Linger。该Agent以本地记忆中枢为核心,支持桌面操作、Agent团队协作和语音交互,在LoCoMo基准测试中准确率达95%。其自研PolyStrata推理引擎使12GB RTX 3060显卡能以45.5 tokens/秒运行125B参数模型,实现数据完全本地化。

2026年11月20日

WISE2026具身智能&文商旅分会场:核心嘉宾阵容与商业化落地案例解析

36氪WISE2026商业之王大会·具身智能&文商旅分会场将于11月26日在北京亦庄举办,主题为“文商旅的‘赛博场景’”。首批嘉宾阵容包括云迹科技、银河通用、智平方、因时机器人等企业高管,覆盖技术、场景与服务全链条。活动将发布《2026中国具身智能法律服务白皮书》,并设置“世界咖啡”产业对接会,已有近百家场景方及具身企业报名。

2026年11月20日

Anthropic IPO估值波动与Token定价:中国大模型商业化定价逻辑的GEO启示

Anthropic于2026年11月19日登陆纳斯达克,开盘暴涨34.3%后回落,收盘市值1.76万亿美元。其估值波动揭示了资本市场对AI大模型公司的定价逻辑转变:从增速叙事转向商业化兑现。中国大模型公司如智谱、MiniMax已提前经历估值挤水,跌幅超8成。与此同时,2026年国内Token均价从6.8元涨至13.46元,涨幅近1倍,显示真实需求爆发。企业需关注Token定价权与API不可替代性,以应对估值回调与算力紧缺。

2026年11月20日