总1:OpenMobile-2是南京大学、商汤等联合发布的开放式手机智能体项目,核心看点是模型、数据和训练环境全部开放。
1. 推出90亿参数和270亿参数两款模型,基于Qwen3.5和Qwen3.6,性能对标闭源专有模型。
2. 重构35款主流应用,训练环境覆盖110余款应用,开放完整训练环境、数据集和复现说明。
总2:实操和性能干货集中在基准成绩与实验功能。
1. AndroidWorld中270亿版本从67.1升至79.9,90亿版本从54.3升至74;MobileWorld中270亿版本从35.9升至50.4;SPA-Bench中270亿版本从31.9升至59.6。
2. 50余款模拟应用开放直接指令接口,训练后任务完成率最高提升10.3个百分点,平均少5步;但接口仅存在于模拟应用,仍属实验阶段。
总1:文章虽未直接谈品牌营销和定价,但品牌商可关注产品研发、用户行为与跨应用体验。
1. OpenMobile-2重构淘宝、京东、滴滴、美团及Slack、Google Drive等35款应用,训练环境含110余款应用,说明高频服务与海外工具都是手机智能体的重要场景。
2. 智能体仅看截图、不能读内部数据,贴近人类操作逻辑;环境可跨会话留存订单、预算、出行计划,并允许剪贴板跨应用流转。
总2:对品牌和产品团队的启示在交互入口与用户路径。
1. 50余款模拟应用开放直接指令接口,可让加入购物车等操作跳过逐层菜单,训练后任务完成率最高提升10.3个百分点,单任务平均少5步。
2. 应用多样性对性能影响高于数据总量,覆盖应用数增加可使未见应用任务成功率从60.7%升至67.5%,提示品牌应关注多场景适配和入口设计。
总1:卖家可从手机智能体开源化看到消费场景自动化和合作机会。
1. OpenMobile-2开放模型、训练环境、数据集和复现说明,90亿与270亿参数模型可供低成本试验;训练覆盖淘宝、京东、滴滴、美团等高频服务,订单、预算、出行计划可跨会话留存。
2. 50余款模拟应用开放直接指令接口,加入购物车等操作可直接触发,训练后任务完成率最高提升10.3个百分点,平均少5步。
总2:机会背后也有风险提示。
1. 直接指令接口目前只存在于团队模拟应用,功能仍处实验阶段,不能视为已落地平台能力。
2. 强化学习以任务实际完成为奖励判定,虚报完成会受惩罚;基础训练叠加强化学习仅在相似场景有限增益,AndroidWorld中270亿版本经强化学习后从80.8微降至79.9,卖家应关注真实任务校验和场景迁移风险。
总1:工厂可关注开源模型和训练环境带来的数字化、产品设计启示。
1. 项目开放90亿和270亿参数模型、完整训练环境、数据集及复现说明,降低试验门槛;训练环境重构35款主流应用,叠加模拟程序和安卓模拟器应用后覆盖110余款。
2. 智能体仅获取截图、不能读取应用内部数据,环境可留存订单、预算、出行计划并支持剪贴板跨应用流转,结束后自动重置,体现可复现、可重置的仿真思路。
总2:商业机会在场景适配和接口设计。
1. 同等数据规模下,应用多样性对性能影响高于数据总量,覆盖应用数增加使未见应用任务成功率从60.7%升至67.5%。
2. 50余款模拟应用开放直接指令接口,训练后任务完成率最高提升10.3个百分点、平均少5步,并可迁移至未接触工具,为产品设计和数字化流程改造提供参考;但接口仍属实验阶段。
总1:服务商应关注手机智能体训练痛点与开源解决方案。
1. 真实应用登录、真实交易、状态无法重置导致训练成本高、流程难复现,前沿训练数据多由大型科技公司掌握,开源模型长期落后闭源。
2. OpenMobile-2重构35款主流应用,加上模拟程序和安卓模拟器应用共110余款,开放环境、数据集和复现说明;以Gemini 3.1 Pro为教师模型,生成约1.16万条示例工作流和2000余项带自动成功校验的练习任务。
总2:技术趋势和客户价值可由基准与实验功能说明。
1. AndroidWorld、MobileWorld、SPA-Bench均有提升,270亿版本SPA-Bench从31.9升至59.6;应用多样性比数据总量更关键。
2. 直接指令接口可减少点击步骤,任务完成率最高提升10.3个百分点;但强化学习增益有限,270亿版本在AndroidWorld经强化学习后从80.8微降至79.9,服务商需重视场景匹配与真实校验。
总1:平台商可关注手机智能体对平台能力和运营规则的新需求。
1. 智能体训练受真实登录、真实交易、状态不能重置制约,且只能看截图、不能读应用内部数据;OpenMobile-2用35款重构应用和110余款应用环境,支持订单、预算、出行计划跨会话留存及剪贴板跨应用流转,模拟结束自动重置。
2. 50余款模拟应用开放直接指令接口,可跳过逐层菜单,训练后任务完成率最高提升10.3个百分点、平均少5步,但接口仅存在于模拟应用,仍属实验阶段。
总2:运营管理和风向规避要重视校验与迁移。
1. 任务结果通过程序比对执行前后应用存储数据判定,不靠语言模型判定;自建215项任务基准,近半数需跨应用完成,并核验训练与测试任务低相似性。
2. 强化学习以实际完成为奖励,虚报完成会惩罚;基础训练叠加强化学习仅在相似场景有限增益,270亿版本AndroidWorld得分从80.8微降至79.9,平台需防范虚假完成和场景泛化风险。
总1:该研究提供了手机智能体开源化与训练范式的新动向。
1. OpenMobile-2基于Qwen3.5 90亿参数、Qwen3.6 270亿参数,开放模型、训练环境、数据集和全流程复现说明,性能对标闭源专有模型;重构35款应用,环境覆盖110余款应用,以Gemini 3.1 Pro生成约1.16万条工作流和2000余项自动校验任务。
2. 基准显示AndroidWorld中270亿版本从67.1升至79.9、90亿版本从54.3升至74;MobileWorld中270亿版本从35.9升至50.4;SPA-Bench中270亿版本从31.9升至59.6。
总2:研究还提出可讨论的新问题。
1. 同等数据规模下应用多样性影响高于数据总量,未见应用任务成功率从60.7%升至67.5%;基础训练叠加强化学习增益有限,270亿版本AndroidWorld从80.8微降至79.9。
2. 直接指令接口使任务完成率最高提升10.3个百分点、平均少5步且可迁移;自建215项任务基准,近半数跨应用,程序比对数据判定结果并核验低相似性;相关路径还包括微软API与GUI分类、OPPO X-OmniClaw和谷歌Gemini 3.5 Flash嵌入手机控制。
返回默认