InternLumina-U2 vs Tencent UI-Mate-27B：現在就能執行的桌面代理 vs. 只能閱讀的統一視覺模型

騰訊UI-Mate-27B和InternLumina-U2是來自中國實驗室的兩個低調的Apache-2.0釋出，相隔兩週發布，它們並非競爭對手——而這正是它們值得比較的原因。騰訊UI-Mate-27B於2026年8月14日以開放權重形式釋出，是一個桌面代理：它注視螢幕並輸出滑鼠與鍵盤動作。InternLumina-U2於2026年9月1日由上海人工智慧實驗室以推論程式碼形式發布，是一個號稱要成為統一視覺模型的專案：它號稱能讀取圖像、影片與3D，並能生成和編輯圖像。一個會對所見採取行動；另一個，當它的權重終於存在時，將能談論並描繪它所見的事物。如果你的工作是操作桌面，現今這兩者中只有一個能做到——而它並非擁有較花俏架構的那一個。

執行行動的代理：Tencent UI-Mate-27B

UI-Mate-27B 是來自騰訊HY Frontier多模態代理團隊的270億參數開放權重基礎GUI代理，基於Qwen3.6-27B微調而成。它能觀察即時截圖、針對當前畫面狀態進行推理，並在標準化座標空間中輸出結構化的鍵盤與滑鼠操作——這是一個經過訓練來操作真實桌面、而非談論桌面的模型所產出的成果。其與眾不同的特色在於示範引導執行：只要向它展示一次工作流程，它就能將錄製的示範調整以適應當前任務，當介面與錄製內容不同時，以即時截圖作為權威依據。騰訊公布的領先成績為OSWorld-Verified 77.0與WindowsAgentArena 66.2——若能獨立重現，這些數字將登上2026年排行榜榜首——此外還有一系列OSWorkerBench數據。權重真實存在且可供下載：Hugging Face上有十二個safetensors分片，可透過vLLM或SGLang在數張GPU上自行部署，而模型卡上附有一項重要提醒：這是一個代理檢查點，而非獨立的視覺對話模型——若拿它來「描述這張圖片」，那就是用錯了方式。

應許之眼：InternLumina-U2

InternLumina-U2 完全是另一種物種。它是一個 16B 參數的稀疏混合專家擴散模型（1B 活躍），實驗室打算將其用作一個同時支援全方位視覺理解、影像生成與影像編輯的單一模型——一種完全離散的八碼本設計，其中單一骨幹既可讀取影像、圖表、影片或 3D 資產，也可寫出新的像素。如果你的心智模型是 GUI 代理，InternLumina-U2 正好相反：它不想點擊任何東西，而想理解一切並按請求繪製。它在 2026 年 9 月 1 日公開的形式是推理程式碼與一個架構——GitHub 儲存庫中的六個任務入口點、帶有初步基準測試表的專案頁面、一個空的 Hugging Face 佔位——而它的權重、訓練程式碼與技術報告都仍標記為「即將推出」。目前沒有人能執行它。這兩個模型之間的差距不是品質，而是存在。

計分板

UI-Mate-27B 的數據由騰訊報告且未經複現；InternLumina-U2 的則為實驗室報告，屬初步且部分結果。每一行皆標明其出處。

• 職位 — 騰訊 UI-Mate-27B：操作桌面 — 讀取即時截圖，輸出滑鼠與鍵盤動作。InternLumina-U2：感知與創作 — 理解圖像/影片/3D，生成並編輯圖像。

• 權重 — Tencent UI-Mate-27B：自2026年8月14日起公開，十二個 safetensors 分片，Apache-2.0。InternLumina-U2：未公開——Hugging Face 儲存庫為空，權重「即將推出」。

• 規模 — 27B 密集模型，由 Qwen3.6-27B 微調而成，對比 16B 總參數 / 1B 活躍參數的稀疏 MoE 擴散模型。

• 輸出 — Tencent UI-Mate-27B：在標準化座標空間中輸出結構化且與 pyautogui 相容的動作。InternLumina-U2：宣稱支援文字、最高 1024×1024 的文字轉圖片，以及基於指令的圖片編輯。

• 重點數字 — Tencent UI-Mate-27B：OSWorld-Verified 77.0、WindowsAgentArena 66.2、OSWorkerBench 從示範中獲得提升（全部由騰訊報告）。InternLumina-U2：ChartQA 86.52、GenEval 0.81、MathVision 33.22（實驗室報告，初步結果）。

• 來源警示 — Tencent UI-Mate-27B：模型卡本身警告這是一個代理檢查點（agent checkpoint），而非獨立的視覺對話模型。InternLumina-U2：專案頁面將其自身結果標示為「初步、部分」。

— 實際部署情況 — Tencent UI-Mate-27B：可在約 2 張 GPU 上透過 vLLM 或 SGLang 自行代管；目前沒有託管式推論供應商部署此模型。InternLumina-U2：目前無人能為其提供服務——已釋出的驅動程式所預期的檢查點並不在該儲存庫中。

兩種不同類型的未經證實

兩個模型都未經證實，但「未經證實」一詞兩次出現的意思並不相同。Tencent UI-Mate-27B 以一般新模型的意義而言是未經證實的：其頭條分數來自廠商自身，沒有其他人獨立重跑過，下載量相對於那些宣稱也微不足道——這是一個乍看之下只有四天歷史、之後才逐漸累積出少量社群的檢查點常見的樣態。但它的未經證實是可以檢驗的那種。因為權重存在，66.2 和 77.0 這兩個分數本週內就能被任何擁有兩塊 GPU 與 Windows 測試環境的人驗證；那些由示範引導的宣稱也能在真實工作流程上被重現或證偽。InternLumina-U2 的未經證實則屬於更嚴格的意義：它無法測試。其架構公開且可讀，但數字不是——沒有任何成品能證實這些數字，而實驗室自己公布的部分表格已顯示，它在至少一項生成基準上落後於某個具名對手。附著於可下載檔案上的廠商數字，是一項等待裁判的宣稱；附著於路線圖上的廠商數字，則是一種希望。

2026 年 8 月 27 日所擷取的 tencent/UI-Mate-27B Hugging Face 模型卡——包含 Qwen3.6-27B 基礎模型、廠商回報的 OSWorld 與 WindowsAgentArena 分數，以及目前沒有推論供應商部署該模型的註記。

自然的分工：演員與其雙眼

並排擺放時，這兩個模型勾勒出一個可靠自動化管線的雛形。GUI 代理的難題不在於平均情況；而是代理在非預期的畫面狀態下悄悄做錯事，卻沒有人注意到。這正是便宜且值得信賴的視覺模型存在的意義——在每次動作前後驗證畫面狀態，確認出現的對話框就是代理認為出現的對話框，並在現實與代理對現實的模型產生分歧時中止循環。Tencent UI-Mate-27B 是執行者；而 InternLumina-U2 所聲稱的那種統一視覺模型，則是天然的驗證者，能讀取代理據以行動的同一批螢幕截圖。當——且僅當——InternLumina-U2 的權重真正發布、其理解能力的主張通過獨立測試時，它才能勝任這個角色，與代理並肩合作而非對立。這兩者不是同一份工作的競爭對手；它們是一份工作的兩個半邊。

InternLM/InternLumina-U2 GitHub 儲存庫（擷取於 2026 年 9 月 2 日）— 儲存庫首頁顯示各任務的推論腳本，包括影像理解入口點，螢幕狀態驗證器將以此為基礎建構；然而，使其可執行的權重並不在樹中。

路由層對「智能體+視覺」技術棧的功用

這兩個模型都不在 OrcaRouter 上託管，我們也不會暗示其他情況——Tencent UI-Mate-27B 在任何地方都沒有託管提供者，而 InternLumina-U2 沒有任何權重可供任何提供者託管。適用的路由模式正是針對這種架構的那一種：一個負責行動的代理器，搭配一個負責驗證的視覺模型；其組合方式讓昂貴或高風險的步驟，以便宜且可靠的那一步作為門檻。路由 DSL 將此表達為單一邏輯呼叫——先執行、再驗證、然後繼續或停止——而不是兩個模型提供者之間的客製化膠水；自動容錯切換則涵蓋現實中的失敗模式：像 UI-Mate-27B 這樣的 GUI 代理器，正是你會在測試路徑上先行試用的未經驗證檢查點，一旦新模型出現不當行為，呼叫便會立刻落到已驗證的模型上。單一 API 涵蓋 200 多個託管模型，供應商定價直接以 0% 加價傳遞，而堆疊中尚未驗證的部分，在贏得你的信任之前都會被安全地限制在護欄之內。

底線

如果你正在打造一個會操作桌面的東西，{{1}}Tencent UI-Mate-27B{{/1}} 是這兩者中唯一具備可用性的——今天就能在你自己的 GPU 上運行，分數令人印象深刻但尚未被重現，而且你確實可以親自去測試。如果你正在打造一個需要模型理解並描繪所見內容的應用，{{2}}InternLumina-U2{{/2}} 則是等待權重釋出的前景架構——現在值得一讀，但在 safetensors 出現之前，作為依賴項目還一無是處。持續關注這兩者，直到分工成為可能的那天：桌面上有個執行者、一旁有經認證的眼睛在監看，還有一層路由讓它們保持誠實。