OpenMobile-2: Building Versatile Mobile Agents with Scalable Environments and App-Native Tools
Pubblicata su AIChronos il · fonte del · Chenyang Yan, Yingying Zhang, Kanzhi Cheng, Qiushi Sun, Zhengyuan Pan, Zheng Ma (Nanjing University)
OpenMobile-2 presenta un agente mobile di frontiera con ambienti di addestramento completamente aperti e ricette scalabili. Il progetto introduce tre avanzamenti principali: MobileGym++ offre oltre 110 app commerciali realistiche per il testing, una raccolta aperta di quasi 12K traiettorie interattive per il fine-tuning supervisionato e i più grandi dati verificati RL con premi automatici. Inoltre, esplora un setting ibrido che combina azioni GUI e tool nativi delle applicazioni in oltre 300 strumenti su 50+ app.
- MobileGym++ include 35 app commerciali funzionalmente ricche per cross-app workflows mantenendo piena controllabilità per reset e verifica, espandendosi a oltre 110 app totali con emulatori Android.
- Curatela di quasi 12K traiettorie mobile interattive per supervised fine-tuning e la più grande collezione aperta di dati RL verificabili per agenti mobili con oltre 2K task eseguibili.
- Implementazione di un setting ibrido che espone funzionalità selezionate come app-native tools, permettendo agli agenti di alternare azioni GUI e chiamate tool all'interno dello stesso task su MobileGym++ Bench.
- OpenMobile-2 mostra prestazioni competitive sui benchmark AndroidWorld (79.9) e MobileWorld (50.4), raddoppiando le performance SPA-Bench da 31.9 a 59.6 nel trasferimento verso dispositivi reali.
Perché conta. È rilevante per sviluppatori di agenti AI perché fornisce ambienti scalabili, dati aperti e strumenti ibridi (GUI + tool) essenziali per addestrare modelli robusti in scenari commerciali complessi prima del deployment su device fisici.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.