AI风暴席卷全球的第三个年头，开源大模型始终是行业重点攻坚目标。截止目前，GUI开源大模型已经走过概念验证阶段，逐步向场景调优、端侧部署等生态维度延伸，不仅要拼参数、拼执行力，也要拼场景落地能力，各家大厂的技术竞赛已然进入决胜阶段。
在此阶段，开源与合作是一个绕不开的焦点，7月26日在上海揭幕的世界人工智能大会（WAIC）上，这也是行业贯穿始终的核心议题。
在此次WAIC人工智能标准化国际合作论坛上，荣耀作为首批单位，携手阿里、百度等百余家行业领军企业共同发布《智能体协议共建共享联合倡议》，进一步推动行业标准化发展和国际合作。同时，荣耀还带来了全新惊喜：MagicGUI大模型正式发布并开源。
事实上，国内的大模型开源早已从星星之火演变成燎原之势，前有DeepSeek-V3、DeepSeek-R1以千亿参数构筑智能基座，后有阿里、字节、荣耀等科技巨头纷纷加码。对比之下，硅谷众大厂似乎正“逆流”而行，Meta的Llama、谷歌的Gemma等虽然也开放了部分使用和修改权限，但并未公开训练数据集、仍在限制开发选项，很难称得上真正的开源。
大模型的竞争来到这个阶段，开源的重要意义正在凸显：不仅事关技术平权和产业创新，更是构建AI商业生态，加速技术扩散以换取长期价值的关键。要抹平中外发展时间差、在产业落地阶段抢得先机，就要合全行业开发者之力，通过数以亿计的微调催生“链式反应”，打破外国巨头的“算力霸权”——开源是必然选择。
在此背景下，荣耀MagicGUI面向全球软硬件开发者正式开源。这不仅是荣耀的首个开源GUI大模型，也是其“阿尔法战略”的重要里程碑：高达70亿的参数规模，基于荣耀Magic V5常用场景用机操控准确率达到91.5%，较业内同类顶级开源模型高出16.4%，性能足以比肩SOTA。（SOTA是"State of the Art"的缩写，中文可译为“最先进的”，常用于描述某一领域当前技术或模型的最高水平。例如，在人工智能领域，SOTA模型指在特定任务中性能最优的模型，如数学证明、自然语言处理等方向。）
详细拆解之下，MagicGUI在GUI数据采集框架、知识数据构建方法、动作空间定义等维度都有一系列开创性成果，比如构建了全新的数据采集与构建框架，优化了数据配比与筛选方案，在此基础上构建了多样且高质量的数据集。但其最具突破性的能力，在于对两大训练阶段——继续预训练和强化微调的迭代创新。
首先，在继续预训练阶段，MagicGUI重点改进数据处理、合成数据等环节，目的是夯实基础能力，全方位提升大模型在推理、规划、动作执行上的综合表现。
比如在数据处理环节中，MagicGUI通过过滤相似、重复数据，搭配启发式规则和开源模型评估，多重筛选、拦截掉低质数据。合成数据环节同样以提高数据质量为目的，一边结合UI元素类别、空间位置、形状等维度合成更全面的UI描述数据集，一边优化开源模型，批量合成多难度层次指令数据。
其次，强化微调训练阶段，MagicGUI采用了极具创新性的采样策略——GRPO双重过滤方案。
所谓双重过滤，即静态过滤与动态过滤的结合：一方面，通过静态过滤剔除生成响应中始终给出完全正确/错误预测的样本，专注于更有挑战性和信息量的样本；另一方面则借助动态过滤模式，不对全部正确/错误的结果进行训练，保证强化微调效果。
技术上的突破有没有价值，不能光靠参数说话，落地到应用侧的效果也是重要检验标准。可喜的是，我们已经能看到荣耀MagicGUI借助关键能力突破，落地应用荣耀Magic V5等一系列成果，以及对用户实际生活的帮助。
比如通过一语多平台打车功能，用户只需一句话就能在高德、滴滴等主流APP自动完成叫车，此外还可以轻松完成打开APP、修改地址、选择车型等细致的指令。而在这背后，想必少不了MagicGUI单步操作等关键能力的进步。
