第 10 页
阅读阿里发布 Qwen-UI-Agent:让大模型真正能"动手"操作每一块屏幕
阿里推出面向真实界面的 GUI 智能体基座模型,覆盖手机、电脑、网页与 DeepSearch 场景,主打让 AI 替代人类完成跨应用操作的最后一步。

模型发布、产品动态和行业观察统一按发布时间从新到旧排列。
阿里推出面向真实界面的 GUI 智能体基座模型,覆盖手机、电脑、网页与 DeepSearch 场景,主打让 AI 替代人类完成跨应用操作的最后一步。


Mistral 上线 Agentic Search,把 search、open、navigate、read、grep 五个工具串成一个多步检索循环,让模型在长文档与多来源中自主查找、跳转、定位并交叉验证信息,重点解决复杂文档查询准确率不足的问题。

Anthropic 内部用 Claude Tag 构建值班智能体,把事故首响时间压到分钟级。这不只是工程演示,更说明大模型已经能嵌入值班、告警与修复链路,开始承担传统 SRE 的部分职责。

Hugging Face 博客上一篇 IBM Research 的研究显示,智能体记忆存在明显的剂量效应:强模型适合全量注入,DeepSeek-V3.2 任务完成率提升 9.5 个百分点;弱模型应选精选检索,gpt-oss-120b 提升 16.1 个百分点且仅多消耗 5% token。

Sky Computing Lab 开源 FastMetal,把 FastWan-QAD 视频模型完整搬到 Apple Silicon 上。480P 5 秒视频在 Mac 本地 30 秒即可生成,无需 CUDA 和云端,默认 INT8 量化,最低 3.9 GiB 内存就能跑。对本地创作和苹果生态用户来说,这是一份真正可用的方案。

国外技术博主整理了一份跨平台指南,教用户关闭 Windows、Chrome、Edge、Firefox、Adobe、Slack、WhatsApp 等十余款工具中越来越激进的 AI 功能,反映了 AI 默认开启正在成为新的用户痛点。