阿里巴巴用一整架100部真实手机训练模型——如今在真机上100个任务能完成92个
阿里巴巴通义MAI团队于8月20日发布Qwen-UI-Agent，这是一个为操作屏幕而非回答问题而生的模型，涵盖手机、桌面、浏览器和命令行，统一在一套系统中。团队没有只在模拟环境中训练，而是搭建了一个由100多部真实手机、覆盖150多个应用的在线实机集群，并构建了MobileWorld-Real——一个在真机上包含400多项任务的基准。公布的结果为：MobileWorld-Real 92.2%、AndroidDaily 97.5%、OSWorld-Verified 79.5%、WebArena 73.6%，在移动端和浏览器任务上领先Claude Opus 4.8与GPT-5.6；但在更难的OSWorld-v2上，Opus仍以54.8比40领先。规模较小的MAI-UI 2B和8B模型已在Hugging Face上以Apache 2.0协议开放。
为什么重要?演示级智能体和好用的智能体之间的差距，一直是模拟到现实的鸿沟：在模拟器里点得准的智能体，一到真手机、一遇真弹窗就迷路。用一整架真机来训练，是一条昂贵又不炫目的弥合路径，而真机上的数字才是值得盯的数字。小版本开源，意味着这套方法不会只留在阿里巴巴内部。
在App中阅读——免费，9种语言
相关新闻
一个 AI 设计出能跑小模型的开源芯片。2026-10-07新视频模型能给机器人视角拍下的画面打标签。
2026-10-07OpenAI 新接口在 150 毫秒内从固定选项里挑一个。
2026-10-07谷歌的新搜索模型只占手机 191 兆内存。
2026-10-07开发者认为那个免费神秘模型属于Thinking Machines。
2026-10-06