UI-Venus-2-9B so với Qwen2.5-Omni-7B: Hai hậu duệ của Qwen, Đa năng so với Tác nhân

UI-Venus-2-9B và Qwen2.5-Omni-7B đều là những hậu duệ trọng số mở của cùng một dòng dõi, điều này khiến cuộc đối đầu này trở thành một thí nghiệm có kiểm soát hiếm hoi. Qwen2.5-Omni-7B, phát hành vào tháng 3 năm 2025 theo giấy phép Apache-2.0, là mô hình đa năng omni-modal any-to-any đã thành danh: nhận văn bản, hình ảnh, âm thanh và video; xuất ra văn bản và giọng nói — một mô hình nhận thức mọi thứ và trả lời bằng bất kỳ chế độ nào bạn muốn. UI-Venus-2-9B của Ant Group, phát hành lặng lẽ vào ngày 26 tháng 8 năm 2026, được khởi tạo từ một Q​wen mới hơn — Qwen3.5-9B — và được chuyên biệt hóa thành điều đối lập: một tác nhân GUI vòng khép kín nhận ảnh chụp màn hình và đáp lại bằng một hành động thay vì lời văn. Cùng một gia đình, hai sự nghiệp. Câu hỏi mà cuộc đối đầu này giải đáp không phải là bên nào tốt hơn — chúng không cạnh tranh trên một benchmark dùng chung duy nhất — mà là bạn thực sự đang mua gì khi chọn một mô hình đa năng không có vòng lặp tác nhân hay một chuyên gia được xây dựng để vận hành máy tính.

Một gia đình, hai sự nghiệp

Dòng Qwen là chất liệu nền mà cả hai mô hình đều được tạo ra, và đó là điểm rõ ràng nhất trong sự so sánh này. Qwen2.5-Omni-7B nằm trên thế hệ Qwen2.5 và dành quá trình huấn luyện để trở thành mô hình đa phương thức toàn diện: xử lý xen kẽ văn bản và hình ảnh, hiểu âm thanh và video, và xuất ra ngôn ngữ nói trên cùng một không gian tiềm ẩn. UI-Venus-2-9B được khởi tạo từ Qwen3.5-9B và trải qua ba giai đoạn huấn luyện — huấn luyện trung gian đa phương thức, học tăng cường ngoại tuyến, chưng cất đa giáo viên — để trở thành một tác tử vận hành: định vị phần tử, giải CAPTCHA, điều hướng môi trường di động, web và máy tính để bàn trong một vòng lặp khép kín. Cùng một gia đình kiến trúc, nhưng uốn theo hai hướng khác nhau. Khi hai mô hình dùng chung chất liệu nền nhưng khác mục đích, mọi khác biệt trong thiết kế đều là một quyết định đáng để tìm hiểu.

Người đa năng: Qwen2.5-Omni-7B

Qwen2.5-Omni-7B là một trong những checkpoint omni-modal mã nguồn mở đã được kiểm chứng nhiều nhất hiện có. Nó chấp nhận mọi tổ hợp văn bản, hình ảnh, âm thanh và video, đồng thời phản hồi bằng văn bản hoặc giọng nói tự nhiên, với khả năng suy luận kiểu Qwen3 trên nền tảng đó. Bảng thông số của nó báo cáo OmniBench 0.561, mức tốt nhất tại thời điểm phát hành cho một mô hình mã nguồn mở, cùng với GSM8K 88.7, HumanEval 78.7, MATH 71.5 và MBPP 73.2 — những con số tổng quát mạnh mẽ cho một mô hình 7B. Nó hoàn toàn không phải là một agent: không gọi hàm, không đầu ra có cấu trúc, và toàn bộ bề mặt đầu ra của nó mang tính hội thoại. Điều nó có thay vào đó là dấu chân triển khai khổng lồ — chạy được trên điện thoại và laptop, có các bản chuyển MLX và lượng tử hóa, và đã được sử dụng trong sản xuất suốt một năm rưỡi. Đối với một nhà phát triển cần một mô hình có thể trò chuyện bằng giọng nói về một bức ảnh, hoặc hiểu âm thanh và video cùng nhau, đây là lựa chọn chín chắn, không hào nhoáng và đúng đắn.

Chuyên gia: UI-Venus-2-9B

UI-Venus-2-9B là mô hình phản đa năng. Thẻ thông số của nó báo cáo cửa sổ ngữ cảnh 256K và một vòng lặp quan sát–suy luận–hành động–phản hồi khép kín, và bảng benchmark của nó hoàn toàn xoay quanh việc thao tác trên màn hình: AndroidWorld 80.2, WebVoyager 90.8, OSWorld-Verified 70.8, ScreenSpot-Pro 73.0, MCA-Bench 75.7 trên CAPTCHA, tỷ lệ tấn công OSBlind thành công 18.5%. Nó không tuyên bố gì về trò chuyện, không tuyên bố gì về âm thanh, không tuyên bố gì về khả năng hiểu video ngoài ảnh chụp màn hình — nó phát ra một chuỗi suy luận rồi sau đó là một hành động có cấu trúc. Toàn bộ kiến trúc của nó, từ xác minh bám sát điểm mốc với bỏ phiếu đa mô hình đến giám sát phản ánh được chưng cất từ phản hồi đã xác minh, được xây dựng cho một việc duy nhất: hoàn thành các tác vụ tầm xa trên các giao diện thực tế mà không bị đánh lừa bởi tiến trình một phần. Mọi con số trên thẻ thông số của nó đều do nhà cung cấp báo cáo và chưa có con số nào được tái lập độc lập.

Bảng điểm trong hai vũ trụ

Không có cách trung thực nào để đưa hai thứ này lên cùng một bảng xếp hạng, vì chúng không báo cáo trên bất kỳ điểm chuẩn chung nào. So sánh hữu ích nằm ở các khía cạnh định nghĩa vai trò, chứ không phải thứ hạng.

• Vai trò — UI-Venus-2-9B: tác nhân GUI, chuyển ảnh chụp màn hình thành hành động. Qwen2.5-Omni-7B: trò chuyện và giọng nói đa phương thức, chuyển đổi mọi dạng dữ liệu thành văn bản hoặc giọng nói.

• Cơ sở — UI-Venus-2-9B: Qwen3.5-9B. Qwen2.5-Omni-7B: Qwen2.5-generation, ~7B.

• Đầu vào — UI-Venus-2-9B: ảnh chụp màn hình, lịch sử ngữ cảnh 256K. Qwen2.5-Omni-7B: văn bản, hình ảnh, âm thanh, video xen kẽ.

• Đầu ra — UI-Venus-2-9B: các hành động có cấu trúc sau các token suy luận. Qwen2.5-Omni-7B: văn bản hoặc giọng nói tự nhiên; không gọi hàm, không có đầu ra có cấu trúc.

• Vòng lặp tác nhân — UI-Venus-2-9B: chu trình quan sát–suy luận–hành động–phản hồi khép kín. Qwen2.5-Omni-7B: không có.

• Các chỉ số đặc trưng — UI-Venus-2-9B: AndroidWorld 80.2, WebVoyager 90.8 (do nhà cung cấp công bố). Qwen2.5-Omni-7B: OmniBench 0.561, GSM8K 88.7, HumanEval 78.7 (do nhà cung cấp công bố).

Vòng lặp agent chính là điểm khác biệt.

Gạt bỏ những khác biệt về phương thức, ranh giới thực sự nằm ở việc đầu ra kết thúc bằng lời nói hay bằng hành động. Qwen2.5-Omni-7B là một endpoint hội thoại: bạn gửi cho nó một prompt đa phương thức và nó trả lời; vòng lặp biến câu trả lời thành công việc nằm trong mã của bạn. UI-Venus-2-9B là một endpoint tác vụ: nó được huấn luyện để tiếp nhận mục tiêu, quan sát màn hình, lập luận, hành động, quan sát kết quả và hành động tiếp — vòng lặp nằm bên trong mô hình, và cơ chế xác minh của nó được thiết kế để giữ cho vòng lặp trung thực. Đó là lý do vì sao câu hỏi {{1}}"mô hình đa năng có làm được việc của agent không"{{/1}} có một câu trả lời rõ ràng (không — nó không có không gian hành động và không có vòng lặp), và câu hỏi {{2}}"agent có làm được việc của mô hình đa năng không"{{/2}} cũng có một câu trả lời rõ ràng tương tự (không — nó không có đầu ra giọng nói và không có khả năng hiểu video). Chúng bổ sung cho nhau, không thay thế nhau, và chúng tình cờ có chung một tên họ.

Lựa chọn theo khối lượng công việc

Chọn Qwen2.5-Omni-7B cho mọi thứ kết thúc ở một câu trả lời: trợ lý giọng nói, chat đa phương thức, hiểu âm thanh–video, AI hội thoại trên thiết bị — một năm rưỡi tôi luyện trong sản xuất là một tài sản thực sự. Chọn UI-Venus-2-9B cho mọi thứ kết thúc ở một tác vụ hoàn tất: điền biểu mẫu, tự động hóa web, vận hành ứng dụng, dùng máy tính để bàn — thứ mà nó được huấn luyện để hoàn thành. Với các nhóm thực sự cần cả hai, chung một dòng họ là điểm tiện lợi: dòng Q​wen là một trong những đội hình có chiều sâu nhất trên OrcaRouter, với hơn hai chục mô hình ở giá niêm yết của nhà cung cấp và mức phụ phí 0%, nên việc chuyển đổi giữa một mô hình đa năng Q​wen và một mô hình chuyên dụng có nguồn gốc Q​wen, hoặc kết hợp chúng — mô hình đa năng để phân rã tác vụ, agent để thực thi — chỉ là một thay đổi API duy nhất, không phải tích hợp lại. Cả UI-Venus-2-9B lẫn Qwen2.5-Omni-7B hiện đều không được phục vụ qua OrcaRouter; cả hai đều là dự án trọng số mở tự lưu trữ, và cả hai sẽ xuất hiện với chi phí nhà cung cấp theo định giá truyền thẳng đúng vào ngày một nhà cung cấp được định tuyến thêm chúng.

Bản án

Đây không phải là cuộc đối đầu trực tiếp phân định thắng thua; đây là sự phân nhánh giữa hai hình dạng mà một mô hình Qwen có thể mang. Nếu ứng dụng của bạn mang tính hội thoại, Qwen2.5-Omni-7B là mô hình đa năng đã được kiểm chứng và là lựa chọn mặc định an toàn. Nếu ứng dụng của bạn mang tính vận hành — phần mềm cần sử dụng phần mềm khác — UI-Venus-2-9B là công cụ chuyên dụng, mới và chưa được kiểm chứng nhưng nhắm chính xác vào công việc. Và nếu bạn đang xây dựng phần mềm trò chuyện với người dùng rồi thực hiện các thao tác cho họ, câu trả lời là cả hai, với lớp định tuyến nằm giữa chúng.