阿里巴巴推出Qwen-UI-Agent GUI智能体基座模型，MobileWorld基准达82.1%

8月20日，阿里巴巴正式推出Qwen-UI-Agent，这是一个以真实世界为中心的GUI智能体基座模型，覆盖移动端、电脑端、网页端及深度搜索环境。该模型在多项GUI基准测试中达到相应成绩。

在移动端基准MobileWorld上，Qwen-UI-Agent达到82.1%，领先GPT-5.6 Sol 12.0个百分点，领先Claude Opus 4.8 14.6个百分点。在真机基准MobileWorld-Real上达到92.2%，超越Gemini 3.1 Pro、Claude Opus 4.8和GPT-5.6 Sol。在AndroidDaily上达到97.5%。

电脑端方面，在OSWorld-Verified上达到79.5%，超越GPT-5.5和Gemini 3.1 Pro。浏览器与深度搜索方面，在WebArena上达到73.6%，位列所有对比模型第一。GUI Grounding方面，在ScreenSpot-Pro上达到81.5%，其余4个评测基准也刷新SOTA。

Qwen-UI-Agent搭建了覆盖100多台真实手机、150多款应用的真机移动环境，用于任务构建、轨迹采集、模型训练与评测，并自建MobileWorld-Real真机基准，包含400多项任务和100多款应用。模型还能直接执行命令行操作，并在单次决策中批量输出多个动作，其中电脑任务中CLI动作占比近半，约40%动作以批量形式输出。安全机制方面，模型将安全判断贯穿任务执行全过程，面对违法或高风险请求直接拒绝并终止任务；面对支付、数据删除、隐私授权等敏感场景，在关键步骤主动停手并向用户说明情况。模型还支持在超过100步的超长轨迹上进行在线强化学习训练，配合约10000个并发环境同时rollout。