AI風暴席卷全球的第三個年頭，開源大模型始終是行業重點攻堅目標。截止目前，GUI開源大模型已經走過概念驗證階段，逐步向場景調優、端側部署等生態維度延伸，不僅要拼參數、拼執行力，也要拼場景落地能力，各家大廠的技術競賽已然進入決勝階段。

在此階段，開源與合作是一個繞不開的焦點，7月26日在上海揭幕的世界人工智能大會（WAIC）上，這也是行業貫穿始終的核心議題。

在此次WAIC人工智能標準化國際合作論壇上，榮耀作為首批單位，攜手阿里、百度等百余家行業領軍企業共同發布《智能體協議共建共享聯合倡議》，進一步推動行業標準化發展和國際合作。同時，榮耀還帶來了全新驚喜：MagicGUI大模型正式發布并開源。

事實上，國內的大模型開源早已從星星之火演變成燎原之勢，前有DeepSeek-V3、DeepSeek-R1以千億參數構筑智能基座，后有阿里、字節、榮耀等科技巨頭紛紛加碼。對比之下，硅谷眾大廠似乎正“逆流”而行，Meta的Llama、谷歌的Gemma等雖然也開放了部分使用和修改權限，但并未公開訓練數據集、仍在限制開發選項，很難稱得上真正的開源。

大模型的競爭來到這個階段，開源的重要意義正在凸顯：不僅事關技術平權和產業創新，更是構建AI商業生態，加速技術擴散以換取長期價值的關鍵。要抹平中外發展時間差、在產業落地階段搶得先機，就要合全行業開發者之力，通過數以億計的微調催生“鏈式反應”，打破外國巨頭的“算力霸權”——開源是必然選擇。

在此背景下，榮耀MagicGUI面向全球軟硬件開發者正式開源。這不僅是榮耀的首個開源GUI大模型，也是其“阿爾法戰略”的重要里程碑：高達70億的參數規模，基于榮耀Magic V5常用場景用機操控準確率達到91.5%，較業內同類頂級開源模型高出16.4%，性能足以比肩SOTA。（SOTA是"State of the Art"的縮寫，中文可譯為“最先進的”，常用于描述某一領域當前技術或模型的最高水平。例如，在人工智能領域，SOTA模型指在特定任務中性能最優的模型，如數學證明、自然語言處理等方向。）

詳細拆解之下，MagicGUI在GUI數據采集框架、知識數據構建方法、動作空間定義等維度都有一系列開創性成果，比如構建了全新的數據采集與構建框架，優化了數據配比與篩選方案，在此基礎上構建了多樣且高質量的數據集。但其最具突破性的能力，在于對兩大訓練階段——繼續預訓練和強化微調的迭代創新。

 

首先，在繼續預訓練階段，MagicGUI重點改進數據處理、合成數據等環節，目的是夯實基礎能力，全方位提升大模型在推理、規劃、動作執行上的綜合表現。

比如在數據處理環節中，MagicGUI通過過濾相似、重復數據，搭配啟發式規則和開源模型評估，多重篩選、攔截掉低質數據。合成數據環節同樣以提高數據質量為目的，一邊結合UI元素類別、空間位置、形狀等維度合成更全面的UI描述數據集，一邊優化開源模型，批量合成多難度層次指令數據。

其次，強化微調訓練階段，MagicGUI采用了極具創新性的采樣策略——GRPO雙重過濾方案。

所謂雙重過濾，即靜態過濾與動態過濾的結合：一方面，通過靜態過濾剔除生成響應中始終給出完全正確/錯誤預測的樣本，專注于更有挑戰性和信息量的樣本；另一方面則借助動態過濾模式，不對全部正確/錯誤的結果進行訓練，保證強化微調效果。

技術上的突破有沒有價值，不能光靠參數說話，落地到應用側的效果也是重要檢驗標準。可喜的是，我們已經能看到榮耀MagicGUI借助關鍵能力突破，落地應用榮耀Magic V5等一系列成果，以及對用戶實際生活的幫助。

比如通過一語多平臺打車功能，用戶只需一句話就能在高德、滴滴等主流APP自動完成叫車，此外還可以輕松完成打開APP、修改地址、選擇車型等細致的指令。而在這背后，想必少不了MagicGUI單步操作等關鍵能力的進步。