अलीबाबा ने 100 असली फ़ोन के एक रैक पर मॉडल को प्रशिक्षित किया — अब असली डिवाइस पर 100 में से 92 काम पूरे करता है
अलीबाबा की टोंग्यी MAI टीम ने 20 अगस्त को Qwen-UI-Agent जारी किया — एक ऐसा मॉडल जो सवालों के जवाब देने के लिए नहीं, स्क्रीन चलाने के लिए बना है: फ़ोन, डेस्कटॉप, ब्राउज़र और कमांड लाइन, सब एक ही सिस्टम में। टीम ने सिर्फ़ सिमुलेशन में प्रशिक्षण देने के बजाय 150 से ज़्यादा ऐप्स को कवर करने वाले 100 से अधिक असली स्मार्टफ़ोन का जीवंत सेटअप चलाया, और असली डिवाइसों पर 400 से ज़्यादा कार्यों वाला बेंचमार्क MobileWorld-Real बनाया। बताए गए नतीजे: MobileWorld-Real पर 92.2 प्रतिशत, AndroidDaily पर 97.5 प्रतिशत, OSWorld-Verified पर 79.5 प्रतिशत और WebArena पर 73.6 प्रतिशत — मोबाइल और ब्राउज़र के कामों में Claude Opus 4.8 तथा GPT-5.6 से आगे। हालांकि कठिन OSWorld-v2 पर Opus अब भी 54.8 बनाम 40 से आगे है। छोटे MAI-UI मॉडल, 2B और 8B, Apache 2.0 के तहत Hugging Face पर हैं।
संबंधित खबरें
27 अरब पैरामीटर वाले एक मॉडल ने प्रकाशित शोधपत्रों को दोहराने में Opus 4.8 और GPT-5.5 को हराया2026-08-23आठ अरब पैरामीटर का एक मॉडल जो तस्वीर पढ़ता भी है और 4K में बनाता भी है, वह भी Apache लाइसेंस पर — समुदाय ने दो दिन में चला लिया
2026-08-22OpenAI ने Codex के नीचे का इंजन मुफ़्त बाँट दिया — और उसके अपने आँकड़े कहते हैं कि इंजन मॉडल से ज़्यादा कीमती है
2026-08-22किसी अप्रकाशित शोधपत्र की संदर्भ-सूची मॉडल को दें और पूछें कि पत्र क्या कहता है। सबसे अच्छे मॉडल 15 प्रतिशत बार सही होते हैं।
2026-08-22गूगल के खुले मॉडल एक अरब बार डाउनलोड हुए, और बाहरी लोगों ने उनके 1,00,000 संस्करण बना डाले
2026-08-22