アリババは実機のスマホ100台を並べてモデルを訓練した——実機で100タスク中92を完了する
アリババの通義MAIチームは8月20日、Qwen-UI-Agentを公開した。質問に答えるためではなく画面を操作するために作られたモデルで、スマートフォン、デスクトップ、ブラウザ、コマンドラインを一つの系に収める。チームはシミュレーションだけで訓練せず、150以上のアプリをカバーする100台超の実機スマートフォンによる稼働環境を用意し、実機上の400以上のタスクからなるベンチマークMobileWorld-Realを構築した。報告値はMobileWorld-Realで92.2%、AndroidDailyで97.5%、OSWorld-Verifiedで79.5%、WebArenaで73.6%。モバイルとブラウザの作業ではClaude Opus 4.8やGPT-5.6を上回る。ただしより難しいOSWorld-v2ではOpusが54.8対40で先行する。小型のMAI-UI 2Bと8BはApache 2.0でHugging Faceに公開されている。
なぜ重要かデモ用のエージェントと実用に足るエージェントを分けてきたのは、常にシミュレーションと現実の落差だった。シミュレータでは正しく押せるエージェントが、実機の本物のポップアップで迷子になる。実機の棚を相手に訓練するのは高くつく地味なやり方だが、注視すべき数字は実機上の数字だ。小型版が公開されたということは、この手法がアリババ社内にとどまらないということでもある。
アプリで読む——無料・9言語
関連ニュース
270億パラメータのモデルが、論文の再現でOpus 4.8とGPT-5.5を上回った2026-08-2380 億パラメータで画像を読み、4K で描く。Apache ライセンスで公開され、コミュニティは二日で動かした
2026-08-22OpenAI が Codex の下にあるエンジンを無償公開した。そして自社の数字は、エンジンのほうがモデルより価値があると言っている
2026-08-22未発表論文の参考文献リストだけを渡して、その論文が何を言っているか当てさせる。最良のモデルでも正答率は15％だ。
2026-08-22グーグルのオープンモデルは10億回ダウンロードされ、外部の人々が10万通りの派生版を作った
2026-08-22