阿里开源MAI-UI！32B通用GUI智能体能力超Gemini-3-Pro

# 阿里刚刚开源了通用GUI智能体：MAI-UI，其32B的GUI视觉定位能力在ScreenSpot-Pro上超Gemini-3-Pro

MAI-UI首次将用户交互、MCP、端云协同三个能力原生集成于统一架构中

在办公、生活、出行、购物等高频场景中的任务自动化能力较强

MAI-UI原生具备用户交互能力，就是说当指令不完整或表达模糊时会主动提问，通过与用户交互先行澄清关键信息、拒绝臆断，并将澄清信息纳入任务记忆，确保执行路径始终与用户的真实意图对齐