待验证50% 置信发布精确时间
阿里推出一款GUI Agent模型，覆盖手机、电脑和网页三大平台，能通过识别屏幕内容判断点击、输入操作
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/1
首次发现
有效期至：2026/11/30
来源
涉及实体
相关事实
待验证计算机使用（GUI Agent）能力的底层原理是让模型通过截图理解屏幕状态并输出鼠标点击、键盘输入等操作指令，形成感知-决策-执行闭环72% 相似待验证Agent Device allows AI to perform actions including tapping, typing, and swiping on mobile devices.71% 相似待验证Agent Browser是Vercel团队开发的技能，让智能体在后台运行Chrome浏览器自行检查界面71% 相似待验证AgentScope 是由阿里通义实验室开发并开源的多智能体框架，用于构建复杂场景下的多智能体应用71% 相似待验证腾讯推出了一款Agent，能够在学习用户操作后自主帮助用户操作手机上的各类App70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/837555API
curl https://kongchang.com/api/v1/knowledge/claims/837555MCP
get_claim(id=837555)