MAI-UI-2B5

MAI-UI — семейство фундаментальных GUI-агентов размерами 2B, 8B, 32B и 235B-A22B; в репозитории представлен вариант 2B5 на 2,13 млрд параметров. Модель предназначена для навигации и выполнения задач в графических интерфейсах, включая мобильные сценарии и взаимодействие с пользователем. В карточке описаны self-evolving data pipeline, native device–cloud collaboration и online RL.

🦾 Ключевые особенности

• ✅ SOTA на GUI grounding: 73.5% ScreenSpot-Pro, 91.3% MMBench GUI L2, 70.9% OSWorld-G и 49.2% UI-Vision.
• 👁 Мобильная навигация: 76.7% на AndroidWorld и 41.7% success rate на MobileWorld.
• 🤝 Поддержка native agent–user interaction и MCP tool calls через расширенный data pipeline.
• ⬇ Device–cloud collaboration выбирает on-device или cloud execution по состоянию задачи и чувствительности данных.
• 🔥 Online RL: масштабирование параллельных сред с 32 до 512 даёт +5.2 пункта, увеличение step budget с 15 до 50 — +4.3.

👁 Пример

Сценарий из карточки: агенту нужно выполнить задачу в мобильном приложении. Он анализирует состояние GUI, при необходимости вызывает MCP-инструмент, а система device–cloud решает, выполнять шаг локально или в облаке — в зависимости от состояния задачи и чувствительности данных.

Подробнее

Бенчмарки: ScreenSpot-Pro — 73.5%, AndroidWorld — 76.7%, MobileWorld — 41.7%.
Device–cloud collaboration повышает on-device производительность на 33% и сокращает облачные API-вызовы более чем на 40%.
Семейство включает варианты 2B, 8B, 32B и 235B-A22B; требования к VRAM в карточке не указаны.