通义全尺寸GUI智能体基座模型MAI-UI开源：原生具备用户交互能力
创始人
2025-12-29 15:17:42

12月29日，通义实验室多模态交互团队近日宣布开源其通用GUI智能体基座模型MAI-UI。该模型旨在通过理解屏幕界面并执行操作，完成跨应用、多步骤的复杂任务，例如查询车票、在通讯群组同步信息、调整会议安排等。

据介绍，MAI-UI具备在指令不明确时主动向用户提问澄清的能力，并支持通过调用结构化工具（如地图搜索、路线规划API）来替代繁琐的界面点击操作，以提高任务执行的成功率与效率。该模型家族包含2B、8B等不同参数规模的版本，其中2B与8B模型已开源。

根据团队公布的评测数据，MAI-UI在ScreenSpot-Pro、AndroidWorld等多个GUI理解与任务执行基准测试中取得了当前领先的成绩。该模型适用于手机、电脑等不同操作系统的界面交互场景。

【来源：凤凰网科技】

上一篇：辅助使用教程“(WePoKer)辅助挂APP(透明挂)”辅助挂下载”(最新开挂教程)

下一篇：辅助使用教程“WePoKe辅助挂APP(透明挂)”辅助挂下载”(最新开挂教程)

相关内容

热门资讯

最高法：完善AI生成等方面裁判... 5月27日，国务院新闻办公室举行“开局起步‘十五五’”系列主题新闻发布会，介绍推进全面依法治国有关情...
金蝶AI峰会2026重庆站举行 5月26日，金蝶AI峰会2026重庆站举行，峰会立足成渝地区双城经济圈产业优势，聚焦西部制造业数字化...
“高考期间AI工具将禁用”？多... 日前，“高考期间AI工具将禁用”的话题在网络流传。 红星新闻报道，5月26日，记者联系了多家AI平台...
AI接过“章鱼哥”衣钵？六款A... 2022年11月29日，卡塔尔世界杯小组赛最后一轮，美国队1:0战胜伊朗队，惊险晋级淘汰赛。 一天后...
AI革命下一站——物理AI有哪... 物理AI正从概念走向产业现实。浙商证券在最新发布的行业深度报告中指出，继感知AI、生成式AI、Age...