阿里巴巴于8月20日正式发布全新的GUI智能体基座模型Qwen-UI-Agent，全面覆盖移动端、电脑端、网页端及深度搜索环境。官方数据显示，该模型在MobileWorld基准上得分为82.1%，分别领先GPT-5.6Sol和Claude Opus4.8达12.0和14.6个百分点；在AndroidDaily基准上更是高达97.5%，接近满分。电脑端方面，其在OSWorld-Verified上达到79.5%，超越GPT-5.5和Gemini3.1Pro。
从行业背景看，大模型的竞争正从"会聊天、会写代码"延伸到"会操作界面、能完成真实任务"。GUI智能体需要理解屏幕上的按钮、输入框、列表与页面跳转，并像人一样完成点击、输入、滑动等操作。过去这类能力高度依赖模拟环境，真实设备上的表现往往明显衰减，而Qwen-UI-Agent把安全机制贯穿任务全程，面对敏感操作主动停手说明，试图同时解决能力与可靠性的问题。
为攻克从模拟到真实的落地难题，Qwen-UI-Agent搭建了覆盖100多台真实手机和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，并自建了包含400多项任务和100多款应用的MobileWorld-Real真机基准。除常规GUI点击外，该模型还支持直接执行命令行操作，在单次决策中批量输出多个动作，电脑任务中CLI动作占比近半，约40%的动作以批量形式输出，工程化程度明显提升。
这种"真机+长轨迹+批量动作"的路线，实际上重新定义了智能体训练的数据与算力需求。超过100步的超长轨迹在线强化学习、约10000个并发环境同时rollout，都对训练与推理算力的稳定性、调度效率提出更高要求。GUI智能体跑得越远，算力底座与工程化能力就越成为隐形胜负手——星战科技聚焦GPU算力平台与AI实训生态，为智能体训练与推理提供可调度的算力支撑，并通过实训平台培养懂模型、会调优、能落地的工程人才，帮助企业把能演示的智能体做成能交付的智能体。
从趋势看，GUI智能体正在从模型能力竞争转向工程生态竞争。模型的基准分数只是入场券，能否在真实设备上稳定完成支付、填表、跨应用协作等长程任务，决定其能否进入企业级场景。真机环境、轨迹数据、评测基准与安全机制，共同构成了GUI智能体落地的系统工程，这也意味着数据与算力基础设施的重要性将持续上升。
可以预见，随着移动端、电脑端与网页端GUI智能体的能力拉平，用户操作手机和电脑的方式将被重新定义，智能体将成为跨越应用边界的"操作层"。对企业而言，提前布局GUI智能体的应用场景与算力工程能力，将在下一轮AI应用竞争中占据主动。