

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。
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
精选AI产品推荐
中文精选

抖音即创
即创工作台是一个一站式的智能创意生产与管理平台。它集成了视频创作、图文创作、直播创作等多种创意工具,可以通过AI的力量大大提高创作效率。主要功能和优势包括:1)视频创作:内置多种AI视频创作工具,支持智能编剧、数字人物、一键成片等,可快速生成高质量视频内容;2)图文创作:提供智能图文和商品图片生成工具,可快速制作微信文章、产品详情等图文内容;3)直播创作:支持AI直播背景、直播文案等创作工具,可轻松制作抖音、快手等直播内容。定位为新创和创意从业者的创意助手,以合理价格提供创意生产全流程服务。
AI设计工具
106.5M

神采 PromeAI
神采 PromeAI 拥有强大的人工智能驱动设计助手和广泛可控的 AIGC(C-AIGC)模型风格库,使你能够轻松地创造出令人惊叹的图形、视频和动画,是建筑师、室内设计师、产品设计师和游戏动漫设计师的必备工具。
AI设计工具
8.4M