Новые модели
AI Minute Newsroom
2026-08-23
Alibaba обучила модель на стойке из 100 настоящих телефонов — теперь она выполняет 92 задачи из 100 на реальном устройстве
Команда Tongyi MAI из Alibaba 20 августа выпустила Qwen-UI-Agent — модель, созданную не отвечать на вопросы, а управлять экранами: телефоны, компьютеры, браузеры и командная строка в одной системе. Вместо обучения только в симуляции команда собрала действующий стенд из более чем 100 физических смартфонов, охватывающих свыше 150 приложений, и построила MobileWorld-Real — набор из более чем 400 задач на реальных устройствах. Заявленные результаты: 92,2 процента на MobileWorld-Real, 97,5 процента на AndroidDaily, 79,5 процента на OSWorld-Verified и 73,6 процента на WebArena — впереди Claude Opus 4.8 и GPT-5.6 на мобильных и браузерных задачах. При этом на более сложном OSWorld-v2 Opus по-прежнему ведёт: 54,8 против 40. Меньшие модели MAI-UI на 2B и 8B выложены на Hugging Face под лицензией Apache 2.0.
Почему это важноРазницу между демонстрационным агентом и полезным всегда определял разрыв между симуляцией и реальностью: агент, который верно нажимает в симуляторе, теряется на настоящем телефоне перед настоящим всплывающим окном. Обучение на стойке живых устройств — дорогой и невыигрышный способ этот разрыв закрыть, и смотреть стоит именно на цифры с реальных устройств. То, что малые версии открыты, означает, что метод не останется внутри Alibaba.
✓ Проверено · 3 источников
Читайте в приложении — бесплатно, 9 языков
Похожие новости
OpenRouter отключил трёх провайдеров после теста с приманками.
2026-11-22Исследователи заявили, что вывели переписку из агента Muse от Meta.
2026-11-22Tencent открыла для скачивания веса своей флагманской модели Hy4.
2026-11-21Amazon сообщила, что ИИ-агенты хакеров сами нашли новую уязвимость.
2026-11-21METR почти не находит людей, которые обходят ИИ в программировании.
2026-11-21