阿里GUI Ajan'ı üçüncü nesle ulaştı: Qwen artık aynı anda telefon, bilgisayar ve komut satırını kullanabiliyor.

动察 Beating AI hızlı haberi: Alibaba, yeni GUI ajan taban modeli Qwen-UI-Agent'ı tanıttı. Doğrudan ekranı görebilir, butonlara tıklayabilir, metin girebilir; telefon, bilgisayar ve web sayfalarını çalıştırabilir. Komut satırına uygun görevlerle karşılaştığında da doğrudan CLI çalıştırabilir, her şeyi fareyle adım adım yapmak zorunda kalmaz.

Alibaba, GUI Ajan üzerinde iki yıldan fazla süredir çalışıyor. 2024'teki Mobile-Agent, modelin esas olarak telefon ekran görüntülerine bakıp tıklama ve kaydırmayı kontrol etmesini sağladı; sonraki GUI-Owl ve MAI-UI, GUI işlemlerini doğrudan modele eğitmeye başladı ve bilgisayara genişletti. Qwen-UI-Agent ise telefon, bilgisayar, web, DeepSearch ve komut satırını aynı ajana dahil etti.

Örneğin, yüksek hızlı tren sorgulamak, şirkete ulaşma süresini hesaplamak ve ardından DingTalk'ta toplantı oluşturmak gibi işlemleri birden fazla uygulama arasında kesintisiz tamamlayabilir. Veri analizi yaparken önce internetten bilgi bulabilir, ardından komut satırıyla verileri işleyebilir ve sonunda Excel, PPT ve Word dosyaları oluşturabilir.

Ana model, Qwen3.5-27B'nin sürekli eğitimiyle elde edildi. Alibaba'nın kendi kurduğu gerçek cihaz değerlendirmesi MobileWorld-Real'de %92,2 puan alarak aynı değerlendirmedeki GPT-5.6 Sol, Claude Opus 4.8 ve Gemini 3.1 Pro'yu geride bıraktı.