移動端基準全面超越GPT與Claude！阿里發佈Qwen-UI-Agent，開啟GUI智能體新紀元

AI資訊AI新閒資訊正文移動端基準全面超越GPT與Claude！阿里發佈Qwen-UI-Agent，開啟GUI智能體新紀元發布於AI新閒資訊時間 :Aug 21, 2026閱讀 :1分鐘阿里巴巴於8月20日正式發佈了全新的GUI智能體基座模型Qwen-UI-Agent。該模型全面覆蓋移動端、電腦端、網頁端及深度搜索（DeepSearch）環境，並在多項核心圖形用戶界面基準測試中全面對標並超越業界多款旗艦模型。在具體的基準表現方面，Qwen-UI-Agent在移動端展現出強勁實力。在MobileWorld基準上得分為82.1%，分別領先GPT-5.6Sol和Claude Opus4.8達12.

0和14.6個百分點;在真實環境基準MobileWorld-Real上取得了92.2%的成績，超越了Gemini3.1Pro、Claude Opus4.8以及GPT-5.6Sol;在AndroidDaily基準上更是高達97.5%，接近滿分表現。在電腦端與瀏覽器方面，其在OSWorld-Verified上達到79.5%，超越GPT-5.5和Gemini3.1Pro;在WebArena上也以73.6%的成績位列所有對比模型第一。此外，在GUI Grounding的ScreenSpot-Pro測試中取得81.5%的分數，並刷新了其餘4個評測基準的SOTA記錄。

為了攻克從模擬到真實的落地難題，Qwen-UI-Agent搭建了覆蓋100多臺真實手機和150多款應用的真機移動環境，用於執行任務構建、軌跡採集、模型訓練與評測，並自建了包含400多項任務和100多款應用的MobileWorld-Real真機基準。除了常規的GUI點擊操作外，該模型還支持直接執行命令行操作，並在單次決策中批量輸出多個動作，其中電腦任務中的CLI動作佔比近半，約40%的動作以批量形式輸出。在安全性與長程任務處理方面，Qwen-UI-Agent將安全機制貫穿任務執行的全過程。

面對違法或高風險請求，模型會直接拒絕並終止任務;而在面對支付、數據刪除、隱私授權等敏感場景時，則會在關鍵步驟主動停手並向用戶說明情況。同時，模型支持在超過100步的超長軌跡上進行在線強化學習訓練，配合約10000個併發環境同時rollout，持續攻克高難度的長程任務。相關推薦阿里發佈AI音樂模型HappyShrimp 1.0 自然語言創作打破音樂生產門檻8月17日，阿里發佈AI音樂生成模型HappyShrimp（快樂蝦米）1.0。它突破傳統標籤式輸入門檻，用生活化自然語言即可驅動作詞、作曲、編曲、演唱全流程，讓普通用戶產出高完成度原創音樂。

不同於堆砌專業術語的工具，它將音樂理解為有語法、語義的創作。Aug 18, 2026346.7k深度綁定本土生態：傳蘋果與阿里聯手打造中國專屬大模型蘋果在華銷量承壓，正調整AI佈局，已專為中國市場訓練專屬大語言模型，並與阿里巴巴深度合作，由後者提供技術支持完成核心訓練。此前外界預計蘋果會引入國內第三方大模型。Aug 14, 2026233.3k阿里千問圖像生成模型Qwen-Image-3.0 上線 開放API且0.18 元/張起阿里巴巴千問圖像生成模型Qwen-Image-3.0上線，旗艦版Pro與標準版API開放，文生圖起售價0.18元/張。該模型在Arena.

ai文生圖榜單居國內第一，主打超長文本理解與精細化渲染，最高支持4.5k token指令，可生成分鏡、試卷、九宮格知識圖等複雜版面。Aug 5, 2026295.1k阿里超級大杯登場！Qwen3.8-Max正式發佈，編程與辦公能力全面進化阿里巴巴發佈新一代大模型Qwen3.8-Max，參數量達2.4萬億。其在編程與專業辦公等核心場景性能大幅躍升，於權威榜單Arena中綜合實力僅次於Claude系列，位居前列，標誌著國產大模型在複雜任務處理上取得重要突破。Aug 3, 2026255.8k阿里開源0.8B文檔解析模型OvisOCR2，端到端方案登頂OmniDocBench7月24日，阿里開源0.

8B參數的文檔解析模型OvisOCR2，以96.58分登頂OmniDocBench基準，首個全面超越傳統流水線，推動文檔智能範式轉折。它Jul 24, 2026328.8k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026