阿里通义 MAI-UI 开源通用计算机使用智能体技术栈 OpenGCUA
阿里开源了一套能调度截图、shell、API 的计算机使用智能体全家桶,OSWorld-v2 上平均涨 19.6 分、步数砍半,做 agent 的可以直接拿来用。
阿里开源了一套能调度截图、shell、API 的计算机使用智能体全家桶,OSWorld-v2 上平均涨 19.6 分、步数砍半,做 agent 的可以直接拿来用。
通义新模型Qwen-Image-3.0来了,能一次性画九张信息图甚至整版报纸,支持12国语言和100多种艺术风格,指令上限4.5k token,复杂需求一次搞定。