ALL INTELLIGENCE
千问AI平台 (微信公众号)T2·Agents

Alibaba Launches Qwen AI Arena for Agent Evaluation

Original title: 千问AI Arena上线:给Agent一个真实的战场
48AI Score

Alibaba's Qwen platform has launched 'Qwen AI Arena', a challenge and evaluation platform designed to test AI Agents in real-world business scenarios. The inaugural task focuses on cross-border e-commerce product listing, requiring developers to build Agents capable of generating multilingual copy and multimedia assets simultaneously, supported by provided tokens and multimodal models.

Related Entities

Full Report

8月12日,阿里千问AI平台正式上线"千问AI Arena",这是一个面向AI Agent的挑战与评测平台,从真实业务中持续产生挑战任务,为开发者提供模型、运行环境和评测能力,征集并验证能解决实际问题的Agent方案。AI Arena发起的首个任务由千问AI平台与Aidge联合发起,聚焦跨境电商商品上架场景中的真实问题。

Agent 正从概念验证走向实际生产,各行各业的关注点也从跑通转向稳定运行、完整交付和规模化复用。千问 AI Arena 关注的正是 Agent 解决真实问题的能力,旨在挖掘各行各业中真正可落地的Agent方案,并将优秀成果沉淀为行业可复用的能力。

首发跨境电商任务,挖掘一键出海Agent

千问 AI Arena将持续上线不同行业、不同场景的挑战任务,每个任务明确输入数据、交付标准、运行环境和评测规则。开发者提交的Agent在统一环境中运行和评测,结果通过榜单公开展示,优秀方案有机会进入千问AI生态体系。

平台的首个挑战任务聚焦跨境电商。开发者需构建一个可独立运行的Agent,在输入商品原始信息后,一次生成面向美国、韩国和巴西三个市场的目标电商平台全套上架素材,包括英语、韩语和葡萄牙语商品文案各一份,以及主图、详情图和商品视频。

千问AI平台为参与者提供任务所需的Token额度,并开放覆盖文本、图像和视频生成的多模态模型能力。

机器打榜+专家盲审,奖励等值数万美元Token

千问AI Arena创新推出Agent机器评测能力,与专家评审相结合。该机器评测引擎支持海内外平台调用,评测维度不仅覆盖文本,还拓展至图片、视频等多模态内容的业务场景契合度分析,全方位衡量Agent的真实交付水平。

机器评测预计于8月中旬启动,对提交作品进行自动化评测并打榜;榜单前30名作品将在8月31日至9月中旬进入专家评审阶段,重点考察方案在真实业务中的可用性。结果于9月11日后公布。

本期挑战设金奖1名、银奖2名、铜奖2名,分别获得等值1万美元、5,000美元和3,000美元的Token额度。优秀方案有机会获得商业化落地路径,成为阿里云AI生态合作伙伴,并在2026云栖大会现场颁奖与展示。

全球开发者及团队可登录千问AI平台或QwenCloud官网,进入AI Arena选择任务、参与挑战。

千问AI平台-为Agent而生,驱动AI生产力 扫描下方二维码,直达千问AI平台体验

点击阅读原文即可体验!