中房网讯 8月20日，据千问大模型官方公众号消息，阿里巴巴对外发布Qwen-UI-Agent，这是一款面向真实场景的GUI智能体基础模型，可适配手机、电脑、网页以及DeepSearch深度搜索等多种运行环境，目标是让AI能够真正理解、操控各类设备屏幕。

  从评测结果来看，该模型在多项GUI相关测试中表现突出，多项指标优于GPT-5.6 Sol、Claude Opus 4.8、Gemini 3.1 Pro等海外主流大模型。

  据悉，为完成训练与验证，阿里搭建包含100余台真机、覆盖150多款应用的移动设备集群，还自研 MobileWorld-Real真机测试基准，包含400余项任务、100多款应用，解决仿真环境和真实设备之间的能力落差。

  安全层面，整套安全校验贯穿任务执行全流程，遇到违法、高风险指令会直接拒绝执行操作；碰到支付、数据删除、隐私授权这类敏感环节，模型会主动暂停，向用户确认之后再继续运行。除图形界面交互之外，模型还支持命令行指令，单轮可以批量输出多项动作，电脑任务里约四成动作采用批量输出模式，大幅提升处理效率。模型还支持超过100步的超长任务轨迹在线强化学习，依托上万并发训练环境，应对复杂长流程工作。

  目前项目技术报告、项目主页以及GitHub代码仓库均已对外公开。