阿里通义 MAI 团队开源 9B GUI Agent 模型，可同时操控手机和电脑

AdinaYakup · x · 2026-10-28

阿里巴巴通义 MAI 团队发布 MAI Gym，一个 9B 参数、可同时操作手机与电脑的 GUI Agent 模型，采用 Apache 2.0 协议开源。训练采用 sim-to-real 强化学习，任务成功率从 28.8% 提升到 48.1%，支持最多 2 万个并行训练环境。官方称其在 10B 以下开源 GUI Agent 中达到 SOTA。配套图展示了完整的在线 RL 训练与评测架构：Rollout 调度、轨迹缓冲、训练后端、环境管理器，支持 MobileWorld/AndroidWorld、OSWorld/MacAgentBench、WebArena 等环境，部署后端兼容 Kubernetes、Docker 与已有端点。