MAI-UI-2B

מה זה

מדובר במודל מבוסס ארכיטקטורת Qwen3VL שתוכנן לפעול כסוכן בממשקי משתמש גרפיים, עם תמיכה בקריאות כלי MCP ואינטראקציה מול מסכים. הוא החלק הקטן במשפחה שכוללת גם גרסאות של 8B, 32B ועד 235B, והתפקיד שלו הוא בעיקר לאפשר הרצה על מכשירי קצה או שילוב היברידי שמחליט מתי לפנות לענן.

התוצאות שהמפתחים מציגים מתייחסות למשפחת המודלים הכללית, עם ציונים כמו 73.5% ב־ScreenSpot-Pro ו־76.7% ב־AndroidWorld. המספרים האלה מתארים יכולת דיוק בזיהוי כפתורים וביצוע משימות באנדרואיד שעוקפת מודלים גדולים בהרבה. מצד שני, המדידות בתיעוד מציגות את הישגי הסדרה כולה, ולא מפורט כמה מתוך זה שייך ספציפית לגרסת ה־2B לבדה.

מתאים ל

• אוטומציה במכשירי אנדרואיד

  זיהוי שדות וכפתורים באפליקציות מובייל לביצוע פעולות שגרתיות באופן מקומי בלי לשלוח צילומי מסך לרשת.

• חילוץ מידע ממסכים רגישים

  ניתוח ממשקים במערכות שבהן אסור להוציא תמונות החוצה בגלל דרישות אבטחה או שמירה על פרטיות.

• סינון מקדים לסוכן ענן

  החלטה מקומית ומהירה אם המשימה במסך פשוטה לביצוע עצמי או שמחייבת קריאה למודל כבד יותר.

איפה זה נופל

המגבלה הכי גדולה היא שהכרטיס מערבב את תוצאות המדידה של כל משפחת הדגמים. קשה מאוד לדעת מה הביצועים האמיתיים של גרסת ה־2B לבדה מול משימות ניווט קשות. בנוסף, מודל כזה רגיש מאוד לשינויים עיצוביים פתאומיים באפליקציות, ומבחני MobileWorld מראים הצלחה כללית של 41.7% בלבד, שזה עדיין אומר כישלון ביותר מחצי מהמקרים במשימות מורכבות.

אותה משפחה

MAI-UI יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

איך מריצים

בגודל של 4 גיגה-בייט, המודל הזה יושב בנוחות על כרטיס מסך צרכני פשוט או אפילו בזיכרון של מחשב נייד חזק, בלי צורך בשרתי עיבוד מורכבים. הארכיטקטורה שלו נשענת על Qwen3VL, כך שספריות תואמות יריצו אותו בלי התאמות מיוחדות.

הוא מתאים להרצה מקומית בעיקר למשימות פשוטות שחוזרות על עצמן או כשחייבים לשמור על פרטיות המידע שמופיע במסך. אם המשימה שלכם כוללת שרשרת פעולות מסובכת וארוכה, עדיף להעביר את הניתוב לגרסאות הגדולות של המשפחה או לשירות ענן, כי מודל בגודל כזה יתקשה להחזיק היגיון מורכב לאורך זמן.

pip install -U huggingface_hub
hf download Tongyi-MAI/MAI-UI-2B

הקבצים

14 קבצים במאגר, 4.0 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• model.safetensors4.3 GB
• tokenizer.json11.4 MB
• vocab.json2.8 MB
• merges.txt1.7 MB
• tokenizer_config.json5.4 KB
• chat_template.jinja5.3 KB
• README.md3.2 KB
• .gitattributes1.6 KB
• config.json1.6 KB
• video_preprocessor_config.json817 B
• preprocessor_config.json782 B
• added_tokens.json707 B
• special_tokens_map.json613 B
• generation_config.json213 B

הרישיון

הרישיון הוא Apache 2.0. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד והמשקולות, להפיץ אותו ולשלב אותו במוצרים סגורים. התנאי היחיד הוא שמירה על הודעת זכויות היוצרים והרישיון המקורי בקבצים שתפיצו.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗