Mobile-Agent
M
Mobile Agent
简介 :
Mobile-Agent是一款自主多模移动设备代理,利用多模大语言模型(MLLM)技术,首先利用视觉感知工具准确识别和定位应用程序前端界面中的视觉和文字元素。基于感知的视觉环境,它自主规划和分解复杂操作任务,并通过逐步操作来导航移动应用程序。与之前依赖于应用程序的XML文件或移动系统元数据的解决方案不同,Mobile-Agent以视觉为中心的方式在各种移动操作环境中具有更大的适应性,从而消除了对特定系统定制的必要性。为了评估Mobile-Agent的性能,我们引入了Mobile-Eval,这是一个用于评估移动设备操作的基准。基于Mobile-Eval,我们对Mobile-Agent进行了全面评估。实验结果表明,Mobile-Agent实现了显着的准确性和完成率。即使在具有挑战性的指令下,例如多应用程序操作,Mobile-Agent仍然可以完成要求。
需求人群 :
Mobile-Agent可用于自动化移动设备操作,评估移动设备性能,提高移动应用程序的适应性。
总访问量: 0
本站浏览量 : 281.5K
使用场景
自动化移动设备操作:Mobile-Agent可用于自动化执行移动应用程序中的任务,提高效率。
移动设备性能评估:利用Mobile-Agent进行移动设备操作评估,以提高性能。
提高移动应用程序适应性:Mobile-Agent可帮助移动应用程序在不同环境中实现更大的适应性。
产品特色
利用多模大语言模型技术
利用视觉感知工具准确识别和定位应用程序前端界面中的视觉和文字元素
自主规划和分解复杂操作任务
通过逐步操作来导航移动应用程序
具有更大的适应性,消除了对特定系统定制的必要性
引入了Mobile-Eval,用于评估移动设备操作的基准
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase