MAI-UI是通义实验室推出的全尺寸GUI智能体基座模型，能通过自然语言指令自动完成跨应用、多步骤的复杂手机操作。它具备三大核心能力：在用户指令模糊时主动提问澄清意图；优先调用结构化工具（如地图API）替代繁琐的界面点击，提升效率与成功率；通过端云协同架构，让轻量模型处理日常任务与隐私操作，复杂任务由云端大模型接力，兼顾性能与数据安全。模型在多项权威评测中领先，尤其在需要长程规划、跨应用协作的真实场景基准上表现出色。目前2B与8B模型已开源。