懂AI
MobileAgent

MobileAgent

移动设备多模态操作助手

移动设备操作助手家族，包括Mobile-Agent-v3和Mobile-Agent-v2，支持多模态操作和高效导航。该项目通过多代理协作实现快速推理和低内存消耗，适用于各类应用场景。Mobile-Agent在CCL 2024上荣获最佳演示奖，并提供在Hugging Face和ModelScope上的在线体验，无需额外配置即可使用，满足智能操作需求。

Mobile-Agent移动设备操作助手多代理协作CCL 2024ICLR 2024Github开源项目
GitHubHugging Face论文

项目介绍：Mobile-Agent

概述

Mobile-Agent 是一个功能强大的移动设备操作助手家族。它的目标是通过自动化和智能技术为各类移动设备提供操作支持。项目团队在这一领域取得了一系列突破，其中包括多平台的支持和多版本的产品更新，使其成为移动设备操作的理想助手。

版本演变

  1. Mobile-Agent-v1：作为初代产品，Mobile-Agent以自主多模态技术为亮点，结合视觉感知能力来协助用户操作移动设备。

  2. Mobile-Agent-v2：这一版本引入了多代理协作，使得导航更加有效。同时，该版本还支持通过安卓的Adb环境操作，为用户提供了新的体验方式。Mobile-Agent-v2受到了广泛关注，并被收录在2024年NeurIPS大会。

  3. Mobile-Agent-v3：在性能上进一步提升，内存占用减少至8GB，推理速度提高到每次操作只需10到15秒。所有使用的模型均为开源，这是该版本的一大特色。它在2024年中国计算语言学大会上获得了最佳演示奖，并展示了其强大的功能。

功能展示

  • YouTube和Bilibili视频：通过观看视频演示，可以直观地了解Mobile-Agent的操作流程和功能应用。

  • PC-Agent：新增的PC操作助手，支持Mac和Windows平台，使得跨平台操作更加便捷。

最新动态

  • Mobile-Agent-v2成功在NeurIPS 2024会议上被接受，并已在多个平台进行展示，包括Hugging Face和ModelScope。
  • 新增的PC-Agent功能展示，表明Mobile-Agent家族不断扩展其功能及适用范围。

相关合作项目

Mobile-Agent与多个相关项目进行合作以扩展其应用场景：

  • AppAgent：作为手机用户的多模态助手
  • mPLUG-Owl & mPLUG-Owl2：模块化多模态大语言模型
  • Qwen-VL：多功能视觉语言模型
  • GroundingDINO：结合预训练技术的开放集对象检测

总结

Mobile-Agent项目在移动设备上的运行不仅提高了操作的效率和便捷性，也为多平台设备协作提供了有力支持。随着版本的更新，Mobile-Agent显示出了强大的技术能力及市场潜力，是移动设备操作领域的一颗新星。

编辑推荐精选

GPT Image 2中文站

GPT Image 2中文站

AI 图片生成平台

GPT Image 2 是面向用户的 AI 图片生成平台，支持文生图、图生图及多模型创意工作流。

Nano Banana Pro 中文站

Nano Banana Pro 中文站

AI 图片生成工具

输入简单文字，生成想要的图片。支持Nano Banana/gptimage-2等最新模型。

Vecbase

Vecbase

你的AI Agent团队

Vecbase 是专为 AI 团队打造的智能工作空间，将数据管理、模型协作与知识沉淀整合于一处。算法、产品与业务在同一平台无缝协同，让从数据到 AI 应用的落地更快一步。

音述AI

音述AI

全球首个AI音乐社区

音述AI是全球首个AI音乐社区，致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具，独创GETI法则帮助用户精准定义音乐风格，AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化，支持国风融合、C-pop等本土音乐标签，让技术更好地承载人文表达。

QoderWork

QoderWork

阿里Qoder团队推出的桌面端AI智能体

QoderWork 是阿里推出的本地优先桌面 AI 智能体，适配 macOS14+/Windows10+，以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务，自主拆解执行复杂工作流，数据本地运行零上传，技能市场可无限扩展，是高效的 Agentic 生产力办公助手。

lynote.ai

lynote.ai

一站式搞定所有学习需求

不再被海量信息淹没，开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记，检测 AI 内容并下载资料，将您的学习效率提升 10 倍。

AniShort

AniShort

为AI短剧协作而生

专为AI短剧协作而生的AniShort正式发布，深度重构AI短剧全流程生产模式，整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能，独创无限画布、双轨并行工业化工作流与Ani智能体助手，集成多款主流AI大模型，破解素材零散、版本混乱、沟通低效等行业痛点，助力3人团队效率提升800%，打造标准化、可追溯的AI短剧量产体系，是AI短剧团队协同创作、提升制作效率的核心工具。

seedancetwo2.0

seedancetwo2.0

能听懂你表达的视频模型

Seedance two是基于seedance2.0的中国大模型，支持图像、视频、音频、文本四种模态输入，表达方式更丰富，生成也更可控。

nano-banana纳米香蕉中文站

nano-banana纳米香蕉中文站

国内直接访问，限时3折

输入简单文字,生成想要的图片，纳米香蕉中文站基于 Google 模型的 AI 图片生成网站，支持文字生图、图生图。官网价格限时3折活动

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

下拉加载更多