MAI-UI – 阿里通义开源的全尺寸GUI智能体基座模型

MAI-UI是什么

MAI-UI 是通义实验室推出的全尺寸 GUI 智能体基座模型，具备用户交互、工具调用和端云协同三大核心能力。框架通过自主进化数据管线和大规模在线强化学习技术，实现了从 2B 到 235B-A22B 的全尺寸覆盖，适用于多种场景。在 GUI 视觉定位和任务执行能力上全面领先，登顶多个权威评测集。MAI-UI的端云协同架构保障隐私的同时提升性能，动态环境适应性使其在真实任务中表现出色，为下一代人机交互提供强大支持。

MAI-UI的主要功能

• 用户交互：当用户指令不完整或模糊时，MAI-UI 能主动提问以澄清关键信息，确保任务执行符合用户的真实意图。