Nuevos Modelos
AI Minute Newsroom
2026-08-23
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.
Por qué importaLo que separa a un agente de demostración de uno útil ha sido siempre el salto de la simulación a la realidad: el agente que pulsa bien en un simulador se pierde en un teléfono real ante una ventana emergente real. Entrenar contra un bastidor de móviles auténticos es una forma cara y poco vistosa de cerrar esa brecha, y las cifras de dispositivos reales son las que conviene mirar. Que las versiones pequeñas sean abiertas significa que la técnica no se queda dentro de Alibaba.
✓ Verificado · 3 fuentes
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
OpenRouter expulsa a tres proveedores tras una prueba con cebos.
2026-11-22Investigadores afirman haber sacado chats del agente Muse de Meta.
2026-11-22Tencent abre a descarga los pesos de su modelo insignia Hy4.
2026-11-21Amazon dice que agentes de IA de atacantes hallaron un fallo nuevo.
2026-11-21METR dice que casi no halla humanos que superen a la IA programando.
2026-11-21