热点

​阿里巴巴 Qwen 团队发布下一代 GUI 自动化框架 Mobile-Agent-v3 和 GUI-Owl

字号+ 作者:牛骥同槽网 来源:汽车资讯 2026-11-23 我要评论(0)

​阿里巴巴 Qwen 团队发布下一代 GUI 自动化框架 Mobile-Agent-v3 和 GUI-Owl

近日,阿里巴巴 Qwen 团队推出了两款革命性的产品 ——Mobile-Agent-v3和 GUI-Owl,这些工具旨在解决图形用​阿户界面(GUI)自动化中的一系列挑战。

现代计算设备普遍采用图形用户界面,然而,以往的自动化方法往往依赖于复杂的脚本和手工规里巴则,效果并不理想。GUI-Owl 作为一种新型的多模态代理模型,构建于 Qwen2.5-VL 之上,并在大量 GUI 交互数据上进行了后巴 续训练,旨在提升任务理解和执行的能力。

GUI-Owl 的设计初衷是处理真实世界中 GUI 环境的多样性和动态性。它通过整合感知、推理、Qw规划和执行能力,提供了一个统一的政策网络。这种设计使得它能够在复杂的任务中进行多轮决策,同时实现清晰的推理过程,适应实际使用中en的变化。

为了确保高质量的数据支持,团队开发了一个自我演化的数据生产管道。该管道生成真实应用程序导航流程,并通过人类注释进行验证 团,确保了生成数据的真实性和有效性。此外,团队还使用了多种数据合成策略,以丰富模型的学习内容,使其在任务执行时具备更强的适应队发性和灵活性。

Mobile-Agent-v3框架则侧重于多代理的协作,它将复杂任务分解为子目标,通过动态更新计划来处理执行反馈布下。框架中的四个专业代理 —— 经理代理、工作代理、反思代理和笔记代理 —— 各司其职,提升了任务执行的效率和成功率。经过多轮的测试和评估,G一代UI-Owl 和 Mobile-Agent-v3在多个 GUI 自动化基准上表现优异,特别是在跨平台的任务完成能力方面。

这些创新工 G具的发布标志着阿里巴巴在通用 GUI 自动化领域的一次重大进展,未来将为更广泛的应用场景提供更强大的技术支持。

论文:https://UIarxiv.org/abs/2508.15144

github:https://github.com/X-PLUG/MobileAge 自nt

划重点:

GUI-Owl 是阿里巴巴推出的多模态代理模型,集成感知、推理和执行能力,适应复杂 GUI 环境。

🤖 Mobile-Agen动化t-v3框架实现多代理协作,通过动态更新计划提升任务执行效率。

这两款产品在 GUI 自动化基准测试中表现出色,标志着阿里巴巴在自动化领框架域的重要突破。

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 标签: 鑫华半导体 招商证券 独角兽企业 IPO辅导

    标签: 鑫华半导体 招商证券 独角兽企业 IPO辅导

    2026-08-25

  • 我们可能已见证第一场人工智能战争

    我们可能已见证第一场人工智能战争

    2026-06-25

  • 标签: Uber Robotaxi 香港 巴拉吉·克里希纳穆尔蒂

    标签: Uber Robotaxi 香港 巴拉吉·克里希纳穆尔蒂

    2026-06-27

  • 宇树科技IPO冲刺新动态:更名“去地域化”,募资项目紧密配合未来战略

    宇树科技IPO冲刺新动态:更名“去地域化”,募资项目紧密配合未来战略

    2026-06-12

网友点评