18818713530

阿里云通义千问团队开源 GUI 智能体基座 Qwen-UI-Agent，主打屏幕自动化操作，能够模拟人手操控手机、电脑界面完成任务。在真机测试集 MobileWorld-Real 任务成功率达 92.2%，登顶网页智能体评测 WebArena 榜单。项目采用开源协议，开发者可免费二次开发，落地办公自动化、软件测试等场景。GUI 智能体底座的开放，有望加速各类 AI 自动化应用落地。

小典观察：智能体赛道已经从文本推理，迈向真实图形界面操控。阿里本次开源补齐通义系列在具身操作方向的一块短板，降低国内团队开发桌面、手机自动化 AI 的门槛。GUI 智能体未来落地场景广阔，同时也带来系统权限、自动化风险等一系列安全问题需要配套治理。

来源：网络