MobiAgent: Систематическая платформа для настраиваемых мобильных агентов

MobiAgent: A Systematic Framework for Customizable Mobile Agents

August 30, 2025

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

cs.AI

Аннотация

С быстрым развитием моделей, объединяющих зрение и язык (Vision-Language Models, VLMs), агенты на основе графического интерфейса (GUI) стали ключевым направлением развития интеллектуальных мобильных систем. Однако существующие модели агентов продолжают сталкиваться с серьезными проблемами при выполнении задач в реальных условиях, особенно в плане точности и эффективности. Для преодоления этих ограничений мы предлагаем MobiAgent — комплексную систему мобильных агентов, состоящую из трех основных компонентов: моделей агентов серии MobiMind, фреймворка ускорения AgentRR и набора тестов MobiFlow. Кроме того, учитывая, что возможности современных мобильных агентов по-прежнему ограничены доступностью качественных данных, мы разработали автоматизированный конвейер сбора данных с использованием ИИ, который значительно снижает затраты на ручную аннотацию. По сравнению как с универсальными языковыми моделями (LLMs), так и со специализированными моделями GUI-агентов, MobiAgent демонстрирует наилучшую производительность в реальных мобильных сценариях.

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.