IXThinker·2026-06-04 12:30

多模態Agent模型登場 十一分鐘仿寫系統

阿里巴巴發布新一代多模態混合智能體模型，將視覺、語言與代碼能力置於同一底座，支援讀屏操作、網頁生成與終端執行；演示中一句話十餘分鐘即仿寫出操作系統介面，長時程任務曾寫出逾萬行代碼，實用性明顯躍升。

多模態合一同底座

新模型把視覺與語言能力放進同一底座，同時保留代碼生成與工具調用等智能體能力；過往看圖、寫碼、瀏覽網頁各擅勝場的單點模型，如今可在同一系統內連貫完成。