OpenMobile-2 开源手机智能体训练环境发布，据报可媲美闭源模型

核心事实

据科技媒体 The Decoder 报道，来自南京大学、人工智能公司商汤及其他多所高校的研究者发布了开源项目 OpenMobile-2，用于训练可自主操作手机应用的 AI 智能体。团队基于 Qwen3.5 和 Qwen3.6 分别训练了 90 亿参数与 270 亿参数两个模型，并公开完整训练环境、数据和复现说明。训练场地包含 110 多个模拟应用：研究者重建了淘宝、京东、滴滴、美团等主要在中国大陆流行的 35 款应用，以及 Slack、Google Drive 等全球服务，另结合既有模拟环境与 Android 模拟器中运行的应用。

背景与影响

研究者指出，手机智能体的训练数据大多掌握在大公司手中，开源模型因此落后。在真实应用上训练面临登录、真实支付、状态无法重置等难题，重建模拟应用可让每次运行自动回到初始状态，智能体只能看到截图，无法读取应用内部数据。据报，在数据量相同的情况下，增加训练应用数量可将未见应用上的成功率从 60.7% 提升至 67.5%，说明应用多样性比数据规模更重要。较大模型在 AndroidWorld 上从 67.1 分升至 79.9 分，在 MobileWorld 上从 35.9 分升至 50.4 分；在真实 Android 设备的 SPA-Bench 上从 31.9 分升至 59.6 分，研究者称这是开源模型中的最好成绩。研究还试验了让 50 多个模拟应用提供「加入购物车」等直接指令，经针对性训练后任务完成率最多提升 10.3 个百分点，步数约减少五步。

限制与来源

上述分数均为研究团队自行报告，尚未获独立验证。直接指令功能目前仅存在于模拟应用中，研究者自称属实验性探索；强化学习带来的增益有限，较大模型在 AndroidWorld 上反而从 80.8 分略降至 79.9 分。部分结果来自团队自建的 215 项任务基准。模型参数规模、许可证、可用地区与获取方式请以项目官方页面当前信息为准。本文不构成任何投资建议。来源：The Decoder，原始论文见 arXiv。