修改

README.md

@@ -7,7 +7,7 @@
 当前，面向实际部署的四大关键挑战：原生智能体-用户交互机制的缺失、纯界面操作的局限性、实用部署架构的空白，以及在动态环境中的系统脆弱性。为此，MAI-UI提出了一套统一的方法论加以应对：
 - 自演进数据管道：扩展导航数据范畴，融合用户交互行为与模型上下文协议工具调用；
 - 原生设备-云端协同系统：依据任务状态进行动态执行路由调度；
-- 在线强化学习框架：结合先进优化技术，实现并行环境扩展与上下文长度的高效伸缩。  
+- 在线强化学习框架：结合先进优化技术，实现并行环境扩展与上下文长度的高效伸缩。
 MAI‑UI在GUI基础理解与移动导航任务上均取得了当前最优性能。在基础理解评测中，其ScreenSpot‑Pro得分达73.5%，MMBench GUI L2达91.3%，OSWorld‑G达70.9%，UI‑Vision达49.2%，其中在ScreenSpot‑Pro上表现超越Gemini‑3‑Pro与Seed1.8。在移动GUI导航任务中，MAI‑UI在AndroidWorld上以76.7%的成绩刷新纪录，超越UI‑Tars‑2、Gemini‑2.5‑Pro及Seed1.8；在MobileWorld上取得41.7%的成功率，显著优于端到端GUI模型，并与基于Gemini‑3‑Pro的智能体框架表现相当。
 <div align=center>
     <img src="./doc/perf.png"/>