MobiAgent: Ein systematisches Framework für anpassbare mobile Agenten

MobiAgent: A Systematic Framework for Customizable Mobile Agents

August 30, 2025

papers.authors: Cheng Zhang, Erhu Feng, Xi Zhao, Yisheng Zhao, Wangbo Gong, Jiahui Sun, Dong Du, Zhichao Hua, Yubin Xia, Haibo Chen

cs.AI

papers.abstract

Mit der rasanten Weiterentwicklung von Vision-Language-Modellen (VLMs) haben GUI-basierte mobile Agenten eine zentrale Entwicklungsrichtung für intelligente mobile Systeme eingenommen. Allerdings stehen bestehende Agentenmodelle weiterhin vor erheblichen Herausforderungen bei der Ausführung realer Aufgaben, insbesondere in Bezug auf Genauigkeit und Effizienz. Um diese Einschränkungen zu überwinden, schlagen wir MobiAgent vor, ein umfassendes mobiles Agentensystem, das aus drei Kernkomponenten besteht: den MobiMind-Serien-Agentenmodellen, dem AgentRR-Beschleunigungsframework und der MobiFlow-Benchmarking-Suite. Darüber hinaus haben wir, in Anerkennung der Tatsache, dass die Fähigkeiten aktueller mobiler Agenten noch durch die Verfügbarkeit hochwertiger Daten begrenzt sind, eine KI-gestützte agile Datenerfassungspipeline entwickelt, die die Kosten für manuelle Annotationen erheblich reduziert. Im Vergleich zu allgemeinen LLMs und spezialisierten GUI-Agentenmodellen erzielt MobiAgent Spitzenleistungen in realen mobilen Szenarien.

English

With the rapid advancement of Vision-Language Models (VLMs), GUI-based mobile agents have emerged as a key development direction for intelligent mobile systems. However, existing agent models continue to face significant challenges in real-world task execution, particularly in terms of accuracy and efficiency. To address these limitations, we propose MobiAgent, a comprehensive mobile agent system comprising three core components: the MobiMind-series agent models, the AgentRR acceleration framework, and the MobiFlow benchmarking suite. Furthermore, recognizing that the capabilities of current mobile agents are still limited by the availability of high-quality data, we have developed an AI-assisted agile data collection pipeline that significantly reduces the cost of manual annotation. Compared to both general-purpose LLMs and specialized GUI agent models, MobiAgent achieves state-of-the-art performance in real-world mobile scenarios.