最新智能体自动操作手机电脑，10个榜单开源SOTA全拿下｜通义实验室（

1.智能体感怎么操作

能自动操作手机、电脑的智能体新SOTA来了通义实验室推出Mobile-Agent-v3智能体框架，在手机端和电脑端的多个核心榜单上均取得开源最佳它不仅能做交互界面的问答、描述、定位，也能一条指令独立完成复杂任务，甚至可以在多智能体框架中无缝扮演不同角色。

2.智能体验

PC Web演示：在Edge浏览器中搜索阿里巴巴的股价。然后在WPS中创建一个新表格，在第一列填写公司名称，在第二列填写股价。

3.手机智能体感下载

PC演示：创建一个新的空白演示文稿，然后在第一张幻灯片中以艺术字的形式插入一段文本，内容为“阿里巴巴”。

4.智能体感在哪

Web演示：去哔哩哔哩看雷军的视频，然后给第一个视频点赞。

5.智能体peas

手机演示：请帮我在小红书上搜索济南旅游攻略，按收藏数排序，并保存第一条笔记。

6.智能体式运动机怎么用

请帮我在携程上查询济南大明湖风景区的详细信息，包括地址、票价等。

7.超智能体

自动化操作手机、电脑成为了各家多模态大模型攻坚的主战场但是现有的模型，要么被训练成一个专用模型，输入输出格式固定，没有多面能力；要么就是能力不够强的通用模型，虽然能遵循指令，但实际执行总是磕磕绊绊这次来自通义实验室的Mobile-Agent团队给出新颖的解决方案，训练一个

8.智能体感机器人

兼具基础能力与推理泛化能力的图形交互基础模型（Foundational Agent）它既能独当一面，在AndroidWorld、OSWorld、ScreenSpot等10个主流GUI榜单中均取得了开源SOTA的水平；也能承担对话、问答、定位、界面描述等基础任务。

9.智能体感在哪里设置

自我进化轨迹生产基建 (Self-Evolving Trajectory Production)GUI基础模型的训练离不开大规模、高质量的轨迹数据为此，通义MobileAgent团队依托阿里云强大的云能力，。

10.智能体感怎么打开

构建了一整套覆盖Android、Ubuntu、macOS、Windows的跨平台云环境基础设施通过PyAutoGUI和ADB等工具，打通了模型输出到系统执行的障碍，使得模型可以大规模并行地在隔离的云端沙箱。

中进行任务执行和轨迹爬取。

在云环境基础上，团队设计了一套名为“Self-Evolving GUI Trajectory Production”的自动化数据生产链路，其核心是实现数据采集与模型优化的自动化闭环它首先通过高质量任务生成模块。

（High-Quality Query Generation）产出丰富多样的任务指令，再让GUI-Owl模型在云环境中执行（Roll-out）并爬取轨迹轨迹正确性判断模块（Trajectory Correctness Judgment）会对这些轨迹进行打分和筛选。

对于模型难以完成的高难度任务，任务指南生成模块（Query-specific Guidance Generation）会基于成功案例或人工标注，提炼出关键步骤提示，帮助模型在下一轮尝试中提高成功率最终，这些经过层层筛选和优化的的高质量轨迹被用于模型的迭代训练，形成一个不断自我增强的飞轮。

GUI知识