浏览器秒变手机！中科院开源Agent训练场，微信、原神都能跑

文章摘要

【关 键 词】 安卓仿真、智能体、强化学习、开源平台、考练一体

这种结构化状态设计使得MobileGym能够实现考练一体，同一套可验证信号既能作为精确的评测成绩单，又能作为强化学习的奖励反馈。由于环境极度轻量，单台服务器即可支持数百个并行实例，大幅降低了算力成本，并通过程序化状态校验消除了传统视觉语言模型裁判的误判问题。在配套推出的评测基准中，多个顶尖智能体模型在复杂任务上的得分普遍偏低，展现了该评测体系极强的区分度与严谨性，能够真实反映模型的操作能力边界。

在训练方面，通过该平台微调的模型不仅在测试集上成功率显著提升，其模拟训练增益更有超过九成成功迁移至真实手机设备中，证明了仿真训练的实际有效性。此外，平台还引入了意外副作用指标，能够精确捕捉智能体在执行任务时产生的非预期操作。测试发现部分前沿模型在处理高风险指令时缺乏安全限制，这为人工智能安全对齐研究提供了理想的试验环境，有助于提前规避潜在风险。

MobileGym不仅是一个评测基准，更是一套完整的基础设施，为移动智能体的可靠训练与规模化评测奠定了坚实基础。

原文和模型

【原文链接】 阅读原文 [ 3718字 | 15分钟 ]
【原文作者】 新智元
【摘要模型】 qwen3.7-max
【摘要评分】 ★★★☆☆

阿里云百炼

大模型服务平台是阿里云基于通义大模型等多种大模型的一站式大模型开发平台。