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
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。