MobileAgent

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。