Alibaba entrenó un modelo sobre un bastidor de 100 teléfonos reales: ahora completa 92 de cada 100 tareas en un móvil de verdad
El equipo Tongyi MAI de Alibaba publicó el 20 de agosto Qwen-UI-Agent, un modelo hecho para manejar pantallas en lugar de responder preguntas: teléfonos, escritorios, navegadores y una línea de comandos, en un solo sistema. En vez de entrenar solo en simulación, el equipo montó una plataforma viva con más de 100 teléfonos físicos que cubren más de 150 aplicaciones, y creó MobileWorld-Real, un banco de pruebas con más de 400 tareas sobre dispositivos reales. Resultados publicados: 92,2 por ciento en MobileWorld-Real, 97,5 por ciento en AndroidDaily, 79,5 por ciento en OSWorld-Verified y 73,6 por ciento en WebArena, por delante de Claude Opus 4.8 y GPT-5.6 en trabajo móvil y de navegador, aunque Opus sigue ganando en el más difícil OSWorld-v2, 54,8 frente a 40. Los modelos MAI-UI más pequeños, de 2B y 8B, están en Hugging Face con licencia Apache 2.0.
Noticias relacionadas
Un modelo de 27.000 millones de parámetros superó a Opus 4.8 y a GPT-5.5 reproduciendo artículos publicados2026-08-23Un modelo de ocho mil millones de parámetros que lee imágenes y las dibuja en 4K, con licencia Apache, y la comunidad lo tenía funcionando en dos días
2026-08-22OpenAI ha regalado el motor que hay debajo de Codex, y sus propios números dicen que el motor vale más que el modelo
2026-08-22Dale a un modelo la bibliografía de un artículo sin publicar y pregúntale qué dice. Los mejores aciertan el 15 por ciento de las veces.
2026-08-22Los modelos abiertos de Google se han descargado mil millones de veces, y desde fuera han construido 100.000 versiones
2026-08-22