上海
在人们的日常印象里，AI助手的本事大多停留在"动嘴"——你问一句，它答一句。但最近，阿里千问团队把这件事整个倒了过来：它搭了一个由一百多台真实手机、一百五十多款应用组成的"练兵场"，让模型自己动手去点、去滑、去输入，像给人上课一样把AI"军训"了一轮。
8月20日，阿里正式发布名为Qwen-UI-Agent的GUI智能体基座模型。说白了，就是让AI学会在每一块屏幕上"亲手干活"的底层大脑——手机、电脑、网页、甚至深度搜索界面，都在它的活动范围内。
为什么要"真机军训"？过去许多模型在模拟器里训练，就像在游戏厅练开车，一到真实马路就露馅。真实手机上的弹窗广告、UI误读、滑动不准，都可能让AI当场翻车。研究显示，模型失败的原因一半以上来自这类真实干扰，四成来自执行能力缺陷——找不到入口、反复循环、忘了进度。阿里的思路简单直接：与其在虚拟世界绕弯子，不如直接搬来真机当训练场。这和中国特殊生态也有关——国内App功能深、入口杂、弹窗多，"看图操作"难度成倍上升，用真实国产应用喂出来的模型，天然更懂这些"中国式屏幕"。
成绩单如何？在移动端MobileWorld评测中，Qwen-UI-Agent得分82.1%，超越GPT-5.6和Claude Opus 4.8；自建真机评测集MobileWorld-Real上成功率冲上92.2%；电脑端OSWorld-Verified也拿下79.5%。经过多轮强化学习，任务成功率提升7%以上，推理消耗的token反而减少两成多——干得更多，花的力气更少。阿里还推出27B、35B、4B等多个版本，用更小的模型靠真实数据换性价比。
和AI手机到底差在哪？这是很多人最大的疑问。市面上不少"AI手机"也在做端侧助手，能摘摘要、能修图、能对话。但Qwen-UI-Agent是基座模型，是能嫁接到任何现有设备上的"通用执行器"，不挑品牌不挑系统，手机电脑网页都能接管，强调跨设备完整工作流——比如在手机上查航班、在电脑上做数据分析、最后生成一份报告给你。而多数"AI手机"的AI更像一个个独立小工具，需要使用者自己点开App、自己调功能。一个是请了个会办事的全能管家，一个更像是装了堆智能插件。用行内的话说，前者干的是"活"，后者提供的更多是"话"。
当然，要让这类GUI智能体走进千家万户还有很长的路，安全是第一道坎。面对转账、支付密码等敏感操作，模型能否主动踩刹车？会不会被恶意网页诱导？阿里强调会对危险操作主动终止，但这道防线能否经得住真实考验，还需要时间验证。
从"能聊"到"能干"，AI这一步跨越，或许比想象中更近。当AI真能替你在屏幕上把事一件件办成，那台手机姓不姓"AI"，反而没那么重要了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
