MAI-UI (Qwen UI Agent)
通义 MAI 团队开源的真实世界导向 GUI Agent 基座模型，统一覆盖移动端、桌面、浏览器与 DeepSearch 四类场景。采用 GUI+CLI 统一动作空间，支持批处理动作与 10k+ 并发环境的在线强化学习。提供 27B / 35B-A3B / 4B 多规格，在 MobileWorld、OSWorld、WebArena 等基准上超越 Opus 4.8 与 GPT-5.6 Sol。
🎯适用场景：构建可本地部署的跨平台 GUI Agent，覆盖移动端、桌面、浏览器自动化与 DeepSearch 任务
#GUI Agent#多模态#通义#在线强化学习#浏览器自动化#移动自动化
📊 仓库数据
Stars2,138
Forks193
语言Python
上线2025/12/15
更新2026/8/22
✅ 优点
- •跨移动/桌面/浏览器/DeepSearch 统一模型
- •GUI+CLI 统一动作空间，批处理动作
- •10k+ 并发环境在线强化学习
- •27B/35B-A3B/4B 多规格可本地部署
- •MobileWorld/OSWorld/WebArena 超越 Opus 4.8 与 GPT-5.6 Sol
⚠️ 限制
- •模型体量较大，4B 以下规格能力待验证
- •GUI 自动化对复杂 SPA/iframe 覆盖率需实测
- •与 OpenAI Operator、Anthropic Computer Use 的商业方案存在定位重叠