OpenMobile-2：通过可扩展的环境与应用原生工具构建多才多艺的移动智能体

Hugging Face Daily Papers 论文
mobile-agents gui-automation reinforcement-learning open-source benchmarks tool-use

摘要

OpenMobile-2 提出了 MobileGym++——一个包含 110 多个可控商用风格应用的可扩展环境，并为移动智能体设计了混合 GUI/CLI 模式，在真实设备任务上实现了近 2 倍的性能提升。所有环境、数据、基准测试和模型均已完全开源。

我们提出了 OpenMobile-2，一个拥有完全开放训练环境和训练方案的前沿级移动智能体。我们实现了三项关键突破：(1) 多样化环境与模拟商用应用：我们构建了 MobileGym++，包含 35 个高度仿真、功能丰富的商用风格应用，支持跨应用工作流，同时保持完全可控性以支持重置和验证。结合在 Android 模拟器中新配置的应用，形成了一个涵盖 110 多个应用的多样化测试场。(2) 大规模开放训练数据：在此基础上，我们整理了近 12,000 条移动交互轨迹用于监督微调，并构建了面向移动智能体的最大规模可验证强化学习训练数据集，包含超过 2,000 个可执行任务及自动奖励。(3) 混合 GUI 与应用原生工具使用：我们探索了一种实验性的移动使用模式，应用在提供 GUI 的同时将部分功能暴露为应用原生工具，允许智能体在任务执行过程中交替进行 GUI 操作和工具调用。我们在 MobileGym++ 中实现了这一模式，涵盖 50 多个应用中的 300 多个精心限定范围的工具。此外，我们还引入了 MobileGym++ Bench，用于评估复杂的长时程商用移动场景，在同一任务集上同时支持纯 GUI 和混合 GUI-工具两种评估模式。OpenMobile-2 在多个已有基准测试中表现优异，包括 AndroidWorld（79.9）和 MobileWorld（50.4），同时在真实设备移动使用中展现出良好的迁移能力，将 SPA-Bench 的性能从 31.9 提升至 59.6，接近翻倍。所有资源均可在 https://os-copilot.github.io/OpenMobile2-Home/ 获取。
查看原文
查看缓存全文

缓存时间: 2026/10/19 03:26

论文页面 - OpenMobile-2：构建具备可扩展环境与原生工具的全能移动智能体

来源：https://huggingface.co/papers/2610.14157

🚀隆重介绍 OpenMobile-2：构建具备可扩展环境与原生工具的全能移动智能体

我们很高兴向大家分享OpenMobile-2——这是我们在移动智能体领域的最新研究成果，环境、数据、基准和模型均已全部开源！

我们围绕移动智能体研究的两个关键方向展开探索：

1. 可扩展的训练环境。现有基于模拟器的环境体积庞大，覆盖的应用有限，且多为商业应用。我们推出了MobileGym++，包含35个高保真、完全可控的商业风格应用，支持跨应用工作流，由人类与编码智能体协作构建。结合基于模拟器的应用，我们提供了一个包含110+ 多样化应用的开放平台，支持可扩展的数据合成与智能体强化学习。您可以在项目网站上直接体验我们的应用！

**2. 混合 GUI 与 CLI。**混合计算机使用方式正日益受到关注，但移动智能体在很大程度上仍局限于 GUI 交互。我们探索了一种新设定：移动应用暴露其原生工具接口，使智能体能够在同一任务中交替执行 GUI 操作和工具调用。

我们还推出了MobileGym++ Bench，支持在具有挑战性的商业应用任务上进行纯 GUI 和混合模式的评估。OpenMobile-2 在既有基准上取得了具有竞争力的结果，并在真实设备的移动任务上实现了近2倍的性能提升。

🔥**所有内容均已开源！**如果您认可我们的工作，欢迎在 HF Paper 上点赞、在 GitHub 上点 Star 支持我们！

🌐**项目主页（可在线体验应用）：**https://os-copilot.github.io/OpenMobile2-Home/

🤗**HF 论文页面：**https://huggingface.co/papers/2610.14157

💻**GitHub 仓库：**https://github.com/OpenMobile2/OpenMobile2-Code

📊**MobileGym++：**https://github.com/OpenMobile2/MobileGym-plusplus

相似文章

PhoneWorld: 扩展手机使用代理环境

Hugging Face Daily Papers

PhoneWorld是一个管道，将真实的GUI轨迹转化为可控的移动环境，从而实现手机使用基准的可扩展创建。它涵盖16个领域的34个应用，并展示了使用其监督数据可以提升多个评估基准的性能。